• 한국정보전자통신기술학회논문지
• /
• 제7권4호
• /
• pp.151-158
• /
• 2014

본 논문에서는 Hard 분산 분할 방법을 이용하는 추론 시스템을 소개하고 비선형 공정을 모델링한다. 이를 위해 입력 공간을 분산 형태로 분할하고 소속 정도가 0 또는 1을 갖는 Hard 분할 방법을 이용한다. 제안한 방법은 C-Means 클러스터링 알고리즘에 의해 구현되며, 초기 중심값에 민감한 단점을 보완하기 위해 LBG 알고리즘을 적용하여 이진 분할에 의한 초기 중심값을 이용한다. Hard 분산 분할된 입력 공간은 규칙 기반의 시스템 모델링에서 규칙을 형성한다. 규칙의 전반부 파라미터는 C-Means 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 규칙의 후반부는 다항식 함수의 형태로 표현되며, 각 규칙의 후반부 파라미터들은 표준 최소자승법에 의해 동정된다. 비선형 공정으로는 널리 이용되는 데이터를 이용하여 비선형 공정을 모델링한 후 특성을 평가한다.

• 대한교통학회지
• /
• 제18권6호
• /
• pp.89-99
• /
• 2000

전통적인 OD조사에 의한 OD추정방법의 여러 문제점들로 인해 링크에서 관측된 교통량과 기존OD를 결합해 새로운 OD를 추정하고자 하는 연구들이 지속되고 있으며, 그 필요성도 증대되고 있다. 그러한 기법중의 하나가 Yang(1995)이 제시한 바이레벨 모형으로, 그는 일반화최소자승법을 풀기위한 Sensitivity Analysis Based (SAB)을 제시하였다. 그러나 SAB 알고리즘은 두가지 중요한 문제점을 가지고 있다. 첫 번째 문제는 실제 OD를 알기가 어렵기 때문에, 기존 OD 조사시의 통행패턴이 현재의 통행패턴과 큰 변화가 없다는 가정 하에, 기존 OD를 추정시 중요한 추정기준으로 설정한다는 점이다. 그러나 이러한 기존 OD에 대한 추정의 종속성으로 인해, SAB는 기존 OD와 실제 OD의 차이가 큰 경우 정확한 해를 도출하지 못하고 추정결과가 일관적(robust)이지 않게 도출된다. 두 번째 문제는 SAB는 통행패턴 추정시 선형근사화를 가정하기 때문에 게임이론적 측면에서 전제로 설정한 완전한 Stackelberg 상황을 구현하지 못한다는 점이다. 이러한 문제점을 피하기 위해서는 기존 OD의 오차나 관측교통량의 오차에 대해 일관적이고 안정적인 해도출 기법이 필요하다. 본 연구의 목적은 SAB를 비롯한 기존 바이레벨 OD추정기법의 문제점을 지적하고 이에 대한 대안기법을 제시하는 것이다. OD추정의 문제는 본질적으로 비선형이고 비볼록하기 때문에, 다중해를 도출하게 된다. 따라서 전역해 탐색기법이 필요한데, 본 연구에서는 전역최적화가 가능한 유전알고리즘(Genetic Algorithm)을 이용한 OD추정모형(GA-Model:GAM)을 제시하였다. 사례네트워크에 대한 비교분석결과, GAM은 기존 OD의 오타에 대해 크게 종속적이지 않으며 OD구조가 변하는 경우에도 추정이 가능하여, 일반적으로 실제 OD를 알 수 없는 (기존OD의 오차가 어느 정도인지를 알 수 없는) 도시부 네트워크에서 신뢰성있는 추정력을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1865_1866
• /
• 2009

본 연구에서는 복잡하고 비선형 시스템의 모델을 동정하기 위해 Information Granulation에 기반한 퍼지추론 시스템의 새로운 범주를 소개한다. Information Granulation은 근접성, 유사성 EH는 기능성 등에 인하여 서로 결합되는 대상(특히, 데이터)의 연결된 모임으로 간주된다. HCM클러스터링에 의한 Information Granulation은 퍼지 규칙의 전반부 및 후반부에서 사용되는 멤버쉽 함수의 초기 정점과 다항식함수의 초기 값과 같은 퍼지 모델의 초기 파라미터를 결정하는데 도움을 준다. 그리고 초기 파라미터는 PSO 알고리즘과 최소자승법에 의해 효과적으로 동조된다. 제안된 모델은 Box와 jenkins가 사용한 가스로 공정[6]을 모델링하여 기존 퍼지 모델링 방법과 비교 평가한다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 1995년도 춘계학술대회논문집; 전남대학교, 19 May 1995
• /
• pp.147-152
• /
• 1995

실험에 의한 모우드 해석 방법들은 1980년대부터 활발히 연구되어 많은 새로운 방법들이 개발되어 발표되었다. 그러나 개발된 대부분의 방법들은 측정된 데이타를 일괄처리하는 밸치(또는 off-line) 방법들이다. 최근에는 시간에 따라서 변하는 구조물의 동특성을 규명하는 분야에 모우드 해석 방법이 응용되어 사용되고 있다. 이러한 응용분야에서는 모우드 변수들의 변화되는 값을 새로운 데이타가 샘플링 될 때마다 그 값들을 수정하면서 추정할 수 있는 회귀적인(recursive 또는 on-line) 방법을 사용하여야 한다. Davies와 Hammond[1]는 회귀적 선형 자승법(Recursive Least Squares : RLS)을 이용하여 모우드 변수를 구하고 이를 벧치방법인 Instrumental Variable 방법과 Fourier 방법의 결과와 비교하였다. 그러나, 그 결과에서 보여준것처럼 RLS 방법은 잡음 대 시호비가 낮을 때에만 모우드 변수 값들을 정확하게 추정할 수 있었다. Sundararajan과 Montgomrey[2]는 회귀적 선형 최소자승 격자필터(lattice filter)를 이용하여 구조물의 차수(order)와 고유진동형, 그리고 진폭을 결정한 후 이를 토대로 회귀적 gradient형태의 방정식 오차 규명 방법(equation-error identification algorithm)에 의하여 모우드 변수들을 추정하였다. 이 방법은 2차원 격자구조물의 모우드 변수 추정에 사용되었으며, 또한 적응모우드제어에도 성공적으로 이용되었다. 그러나, 이 방법도 잡음 대 신호비가 낮은 환경에서만 사용할 수 있다는 단점이 있다. 위에서 언급한 방법들은 모두 RLS 방법을 기초로 하여 개발되었으나, RLS 방법은 전형적인 결정적(deterministic)방법으로서 잡음이 섞인 데이타를 처리하기에는 부적절한 방법임이 널리 알려진 사실이다[3]. 최근에 Ben Mrad와 Fassois[4]는 신호에 잡음이 존재하여도 이를 잘 처리할 수 있는 확률적(stochastic) 방법을 개발하여 기존의 결정적 방법들과 그 결과를 비교하였다. 그러나, 개발된 방법은 응답 신호에 백색잡음(white noise)이 섞이는 특수한 경우에만 사용할 수 있게 만들어져서 이 방법의 실질적인 적용에는 어려움이 있다. 본 연구에서는 기존의 방법들의 단점을 극복할 수 있는 새로운 회귀적 모우드 변수 규명 방법을 개발하였다. 이는 Fassois와 Lee가 ARMAX모델의 계수를 효율적으로 추정하기 위하여 개발한 뱉치방법인 Suboptimum Maximum Likelihood 방법[5]를 기초로 하여 개발하였다. 개발된 방법의 장점은 응답 신호에 유색잡음이 존재하여도 모우드 변수들을 항상 정확하게 구할 수 있으며, 또한 알고리즘의 안정성이 보장된 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제16권8호
• /
• pp.39-47
• /
• 2011

다층퍼셉트론의 계층별 학습 방법의 하나인 Ergezinger 방법은 출력 노드가 1개로 구성되어 있고, 출력층의 가중치를 최소자승법으로 학습하기 때문에 출력층의 가중치에 조기포화 현상이 발생할 수 있다. 이런 조기 포화현상은 학습 시간과 수렴 속도에 장애가 된다. 따라서, 본 논문은 Ergezinger의 학습 방법을 출력층에서 벡터 형태로 학습할 수 있는 알고리즘으로 확대하고 학습 시간과수렴 속도를 개선하기 위해서 학습 상수를 도입한다. 학습상수는 은닉층 가중치 조정 시, 새로이 계산된 가중치와 기존 가중치의 상관 관계를 계산하여 학습 상수에 반영하는 가변적인 방법이다. 실험은 제안된 방법과 기존 방법의 비교를 위해서 iris 문제와 비선형 근사화 문제를 대상으로 실험하였다. 실험에서, 제안 방법은 기존 Ergezinger 방법보다 학습 시간과 수렴 속도에서 우수한 결과를 얻었으며, 상관 관계를 고려한 CPU time 측정에서도 제안한 방법이 기존 방법보다 약 35%의 시간을 절약할 수 있었다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 2002년도 제41회 학술발표회논문집
• /
• pp.17-42
• /
• 2002

전통적인 OD조사에 의한 OD추정의 여러 문제점들로 인해 링크관측교통량과 기존OD를 결합해 OD를 추정하고자 하는 연구들이 제시되고 있다. Yang(1995)은 일반화최소자승법을 풀기 위한 IEA와 SAB 알고리즘을 제시하였다. 그러나 두 알고리즘의 문제점은 첫째 실제 OD를 알기가 어렵기 때문에 기존 OD를 중요한 추정기준으로 설정한다는 것으로, 이러한 추정의 종속성으로 인해, 기존 OD와 실제 OD의 차이가 큰 경우 정확한 해를 도출하지 못한다. 두 번째 문제는 통행패턴 추정시 선형근사화를 가정하기 때문에 게임이론적 측면에서 전제로 설정한 완전한 Stackelberg 상황을 구현하지 못한다는 것이다. 이러한 문제점을 피하기 위해서는 기존 OD나 관측교통량의 오차에 일관적인 해도출 기법이 필요하다. OD추정 문제는 본질적으로 비선형이고 비볼록하여 전역해 탐색기법이 필요하기 때문에 전역최적화가 가능한 유전알고리즘을 이용한 OD추정모형(GAM)을 개발하였다. 사례네트워크 분석결과, GAM은 기존 OD의 오차에 대해 크게 종속적이지 않으며 OD구조가 변하는 경우에도 추정이 가능하여, 일반적으로 실제 OD를 알 수 없는(기존OD의 오차가 어느 정도인지를 알 수 없는) 도시부 네트워크에서 신뢰성있는 추정력을 보였다. 또한 기존 OD 추정모형은 비교적 용이하게 차종별로 관측할 수 있는 링크교통량을 차종구분 없이 단일차종으로 이용함으로써, 정보의 손실을 초래하여 결과적으로 모형의 추정력을 저하시켰다. 그렇지만 다차종 링크관측교통량으로부터 다차종 OD 추정연구는 거의 없었으며, 그 결과가 단일차종에 대한 추정결과와 어떻게 다른지에 대한 연구도 전무하였다. 본 연구에서는 유전알고리즘을 이용한 OD 추정모형을 다수단 OD 추정모형(GAMUC)으로 확대하였다. 사례 분석 결과 단일차종 OD추정기법은 심각한 추정오류를 범할 수 있으며, 그 적용성도 낮다는 것을 보였다. 다차종 OD 추정기법이 단일차종 OD 추정기법보다 양호한 추정력을 보였으며, 다차종 기법 중에서는 GAMUC가 IEAMUC보다 우수한 추정력을 보였다.

• Journal of Astronomy and Space Sciences
• /
• 제26권1호
• /
• pp.75-88
• /
• 2009

이 연구의 목적은 선형화 과정이 필요 없는 Unscented 변환(Unscented Transformation)을 사용한 후처리 배치 알고리즘을 소개하고, 기존 최소자승법을 이용한 후처리 배치 필터와 반복 UKF 스무더(Iterative Unscented Kalman Filter Smoother)들과 비교하여 추정 방법 간의 성능비교와 장단점을 분석하는 것이다. 연구에 사용된 위성 궤도 결정시스템의 동역학 방정식은 지구의 비대칭 중력장의 영향, 대기항력, 태양복사압 및 달과 태양의 중력으로 구성되었다. 관측 데이터로는 지상국으로부터 측정한 위성의 거리, 방위각과 고도각이 사용되었다. 특히, 비선형성의 영향에 대한 추정 방법 간의 성능과 장단점의 비교를 위해 위성의 포기 궤도오차별, 관측데이터의 관측 잡음의 크기별 테스트를 수행하였다. 이 연구를 통해 소개된, 선형화 과정이 필요 없는 Unscented 변환 기반의 후처리 배치 필터는, 비선형성의 특징이 증대된 상황에서 기존의 후처리 배치 알고리즘들에 비해 초기 궤도오차별, 관측데이터 잡음의 크기별 테스트 시 평균적으로 각각 약 5%와 12%정도의 정밀도 향상결과를 보였다. 또한, 기존 최소자승법을 이용한 후처리 배치필터가 발산한 상황에서도, 수렴성을 확보하는 안정적인 결과를 얻을 수 있었다. 그러므로 Unscented 변환 기반의 후처리 배치필터가 인공위성 궤도 결정 시스템에 효율적으로 사용할 수 있음을 제시하였다.

• 한국지능시스템학회논문지
• /
• 제15권1호
• /
• pp.81-86
• /
• 2005

본 연구에서는 복잡하고 비선형 시스템을 모델 동정하기 위해 정보 granules에 기반한 퍼지 추론 시스템의 새로운 범주를 소개한다. 비공식적으로 말하면, 정보 granules는 근접성, 유사성 또는 기능성 등에 인하여 서로 결합되는 대상(특히, 수치 데이터)의 연결된 모임으로 간주된다. HCM 클러스터링에 의한 정보 granulation은 퍼지 규칙의 전반부 및 후반부에서 사용되는 멤버쉽 함수의 포기 정점과 다항식함수의 초기 값과 같은 퍼지 모델의 초기 파라미터를 결정하는데 도움을 준다. 그리고 포기 파라미터는 유전자 알고리즘과 최소자승법에 의해 효과적으로 동조된다. 또한, 퍼지 모델의 성능사이의 상호균형을 얻기 위하여 하중값을 가진 합성 목적함수를 사용하여 근사화와 예측성능의 향상을 꾀한다. 제안된 모델은 수치적인 예제를 가지고 평가하고, 문헌에서 나타난 기존의 퍼지 모델의 성능과 대조된다.

• 디지털융복합연구
• /
• 제12권4호
• /
• pp.277-283
• /
• 2014

퍼지모델링은 일반적으로 주어진 데이터를 이용하고 퍼지규칙은 입력변수를 선정하고 각 입력변수에 대한 입력공간을 분할함으로써 입력변수 및 공간분할에 의해 확립된다. 퍼지규칙의 전반부는 입력변수, 공간분할 수 및 소속 함수를 선정하고 본 논문에서 후반부는 선형추론 및 변형된 이차식에 의해 다항식함수의 형태로 나타낸다. 전반부 파라미터의 동정은 입출력 데이터의 최소값과 최대값을 이용하는 최소-최대 방법 및 입출력 데이터를 군집으로 형성하는 C-Means 클러스터링 알고리즘을 사용하여 입력공간을 분할한다. 각 규칙의 후반부 파라미터들, 즉 다항식의 계수들의 동정은 표준최소자승법에 의해 수행된다. 본 논문에서 전반부 소속 함수는 사다리꼴형 멤버쉽 함수를 사용하여 입력공간을 분할하고 비선형공정에서 널리 이용되는 가스로데이터를 사용하여 성능을 평가한다.

• 터널과지하공간
• /
• 제20권2호
• /
• pp.97-104
• /
• 2010

가속 크리프 거동을 보이는 재료의 파괴를 설명하기 위하여 재료 파괴식($\ddot{\Omega}=A{(\dot{\Omega})}^\alpha$, $\Omega$는 변위와 같은 측정가능한 양을 나타낸다)이 사용된다. 상수 A와 $\alpha$는 주어진 측정 자료를 곡선적합하여 얻는다. 본 연구에서는 재료 파괴식을 이용하여 터널의 파괴시간을 예측하였고, 재료 파괴식을 적용하기 위하여 4가지 곡선적합기법이 사용되었다. 4가지 곡선적합기법 중 로그속도-로그가속도기법, 로그시간-로그속도기법, 역속도법은 선형최소자승법을 이용하고 비선형최소자승기법은 Levenberg-Marquardt 알고리즘을 이용한다. 로그속도-로그가속도기법은 재료 파괴식을 대수형태로 만들어 해석을 하기 때문에 터널의 파괴시간 예측에 재료 파괴식을 적용하는 것이 타당한지에 대한 근거를 제시한다. 로그속도-로그가속도기법에 따른 자료의 상관계수가 0.84로 비교적 높게 나타났기 때문에 재료 파괴식을 터널의 파괴시간 예측에 적용하는 것이 타당하다고 판단된다. 실제 파괴시간과 4가지 곡선적합기법으로부터 얻은 예측 파괴시간을 비교한 결과 로그시간-로그속도기법이 가장 우수한 결과를 보여주는 것으로 나타났다.