• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.327-330
• /
• 1997

패턴인식중에서 가장 기본적인 문제인 판별문제를 대상으로 러프집합을 이용한 판별분석을 행하는 신경망의 학습알고리즘을 제안한다. 어떤군에 속할 것인가의 경계영역을 명확히 하는 것을 목적으로 한다. 2군 판별의 문제를 각 데이터가 각 군에 속한 정도를 표현하는 소속함수(membership function)을 이용하며, 경계영역에 대한 문제는 소속함수를 구간치 함수로 확장하여 가능성과 필연성을 동시에 표현할 수 있는 학습 알고리즘을 제안한다.

• 한국지능시스템학회논문지
• /
• 제12권4호
• /
• pp.373-378
• /
• 2002

기존의 대부분의 퍼지 제어기는 퍼지 추론시 [0, 1]의 소속도를 갖는 퍼지 소속함수들의 실수연산으로 인하여 연산수행 속도가 저하되는 문제를 가지고 있다 따라서 본 논문에서는 실수연산으로 인하여 야기되었던 속도 저하문제를 해결하기 위한 새로운 퍼지연산 기법으로 실수 값을 갖는 퍼지 소속함수 값을 정수형 격자(pixel)에 매핑시켜 정수형 퍼지 소속 함수값만을 가지고 연산함으로써 기존의 퍼지제어기에 비해 매우 빠른 연산을 수행 할 수 있는 고속 퍼지제어기를 제안한다. 또한 퍼지 제어시스템 설계시에 퍼지 입출력 변수들의 퍼지항들을 입력시킬 수 있는 GUI(Graphic User Interface)를 제공하여 소속함수의 수정 및 퍼지 값 입력시 사용자에게 보다 편리한 환경을 제공한다

• 정보처리학회논문지B
• /
• 제17B권2호
• /
• pp.163-168
• /
• 2010

표준화된 매개변수 소속함수에 기반을 둔 언어적 케이스 기반 퍼지 추론 방법을 제안한다. 제안된 방법은 선형 시간 복잡도를 갖는 퍼지 추론을 위한 효율적인 방법을 제공한다. 결과적으로 제안된 방법은 퍼지 추론의 속도를 개선하는데 사용될 수 있다. 언어적 케이스 기반 퍼지 추론 과정에서 표준화된 매개변수 소속함수에 기반을 둔 언어적 케이스 색인과 검색 방법을 제시한다. 이는 기존의 언어 근사 방법과 비교할 때 상대적으로 빠르게 계산될 수 있다. 공학적인 관점에서 이는 가치 있는 장점이 될 수 있다.

• 한국정보통신학회논문지
• /
• 제9권3호
• /
• pp.676-683
• /
• 2005

본 논문에서는 퍼지논리 제어방식에서 전문가로부터 소속함수의 관계조정과 제어규칙 베이스 선정 등의 제어지식을 획득해야 하는 문제점을 해결하기 위하여 유전자 알고리즘으로 최적의 소속함수의 양자화와 제어규칙 베이스를 구성하여 우수한 제어성능을 갖는 방법을 제안하였다. 제안한 방식은 유전자 알고리즘을 이용하여 퍼지 소속함수의 변수 값들과 퍼지제어 규칙을 최적화한 값으로 구하고, 이렇게 구한 값들을 초기 값으로 하여 퍼지 제어기를 오프라인으로 구성하고 실제 하드웨어 상에서 온라인으로 적용하는 방식이다. 제안한 방식의 유용성을 확인하기 위해서 DC 서보 모터의 위치제어에 대하여 시뮬레이션 하였고, 단일링크 매니플레이터를 이용한 위치제어 실험을 통하여 제어성능이 우수함을 확인하였다.

• 한국정보통신학회논문지
• /
• 제10권1호
• /
• pp.212-219
• /
• 2006

퍼지 논리 제어기(FLC : Fuzzy Logic Controller)를 사용할 때, 가장 중요한 것은 소속 함수의 범위를 정하는 것과 규칙의 형태를 결정하는 것이다. 소속 함수의 범위나 규칙의 형태는 자금까지 전문가가 임의로 정하는 방법을 사용하였다. 그러나 기존의 방법을 사용하면, 전문가의 주관적인 규칙과 소속 함수가 생성될 수 있고, 소속함수의 경우 최적의 범위를 정확히 예측하기 어려운 단점이 있다. 본 논문에서는 이런 단점을 보완하기 위해, 유전자 알고리즘을 사용함으로써 최적의 소속 함수와 규칙의 형태를 구하려 하였다. 제시하는 방법의 타당성을 검증하기 위해 자동차 주행 제어 문제에 적용시켜 보았다.

• 한국지능시스템학회논문지
• /
• 제8권6호
• /
• pp.78-84
• /
• 1998

본 논문에서는 유전 알고리즘을 사용하는 퍼지 교통 제어기를 제안한다. 일반적인 퍼지 교통 제어기들은 사람에 의해 생성된 소속함수들을 사용한다. 그러나 이 방식은 퍼지 제어기를 설계하는데 최적의 해를 보장하지 못한다. 유전 알고리즘은 휴리스틱적인 특정 영역의 지식을 필요로 하는 최적화 문제의 좋은 해결 방법이다. 좋은 성능을 보이는 퍼지 소속함수를 찾기 위해서 적합도 함수가 정의되어야 한다. 그러나 교통 제어에서 적합도 함수를 수치 표현으로 정의하는 것은 쉽지 않다. 따라서 본 논문에서는 교통 시뮬레이터에 의해 얻어지는 성능척도로써 해의 적합도를 결정하는 시뮬레이션 접근법을 사용한다. 제안된 방법은 기존의 퍼지 제어기들에 비하여 우수한 성능을 보여준다.

• 정보처리학회논문지B
• /
• 제11B권6호
• /
• pp.717-722
• /
• 2004

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NNWFM)을 이용하여 Wisconsin breast cancer의 예측을 수행하는 퍼지규칙을 추출하고 있다. NNWFM는 자기적응적(self adaptive)가중 퍼지소속함수를 가지고 주어진 입력 데이터로부터 학습하여 퍼지규칙을 생성하고 이론 기반으로 예측을 수행한다. 신경망 구조의 중간 부분인 하이퍼박스(hyperbox)들은 n개의 대, 중, 소의 가중 퍼지소속함수 집합으로 구성되며, 학습 후 각 집합은 퍼지집합의 bounded sum을 사용하여 다시 하나의 가중 퍼지소속함수로 합성된다. n개의 특징입력(feature input)은 학습된 모든 하이퍼박스에 연결되어 예측 작업을 수행한다. NNWFM으로 추출된 2개의 퍼지규칙은 99.41%의 예측 인식율을 가지며 이는 퍼지규칙의 수와 인식율에 있어 현재 발표된 논문의 결과보다 우수함을 보여준다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.33-36
• /
• 1997

로봇이 지니는 지역적 한계성을 극복하기 위하여 구륜 이동용 로봇에 대한 연구가 전세계적으로 진행되어지고 있으나, 구륜이동로보트는 모델링의 불활실성이나 nonholomic등의 제약조건에 의하여 제어기의 설계시 많은 문제들을 지니게 된다. [1][2]. 이러한 어려움을 해결하기 위해 퍼지 알고리즘을 이용한 제어기 설계가 이루어지고 있으나 제한된 범위게 머무르고 있는 상황이다. 본 연구에서는 유전알고리즘에 근거하여 소속함수 및 규칙부의 자율적 조졸을 수행하는 구륜이동로보트의 퍼지 제어기를 한다. 제시된 알고리즘에서 퍼지 입출력 소속함수의 조절을 각각 독립적으로 이루어지며, 출력 소속함수의 유사지표에 근거하여 규칙부의 조절이 이루어진다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.769-771
• /
• 2005

데이터 특성이 연속적이고 애매할 때 퍼지규칙으로 분류 규칙을 표현하는 것은 매우 유용하고 효과적이다. 그러나 일반적으로 정확하지 않은 데이터 특성에 대해서 소속함수를 결정한다는 것은 어려운 일이다. 본 논문에서는 진화알고리즘을 이용하여 효과적인 퍼지 분류 규칙을 자동으로 생성하는 방법을 제안한다. 제안한 방법에서 규칙의 정확성과 이해성을 고려하여 최적화된 소속함수를 생성하기 위해 진화알고리즘을 사용한다. 먼저 지도 군집화로 진화를 위한 초기 소속함수를 생성한다. 진화알고리즘은 전역적 최적 해를 찾는데 효과적이다. 그러나 시간에 대한 효율성이 낮다. 특히 모델 최적화 문제에서는 개체 평가 단계에서 많은 시간이 소요된다. 따라서 본 논문에서는 전체 데이터를 여러 개의 부분 데이터들로 나누고 개체들은 전체 데이터 대신 매번 부분 데이터를 임의적으로 선택하여 개체를 평가함으로써 수행 시간을 단축시킬 수 있는 진화 방법을 제안한다. 제안한 퍼지 분류 규칙 생성 방법의 타당성을 검증하기 위한 실험 데이터로 UCI에서 제공하는 데이터들을 사용하였으며, 실험 결과는 기존 방법에 비해 평균적으로 더 효과적임을 확인하였다.

• 전력전자학회논문지
• /
• 제16권5호
• /
• pp.484-493
• /
• 2011

본 논문은 뉴로-퍼지 제어기를 이용한 최적의 퍼지 소속함수에 동조하는 다층 신경회로망을 사용한 성능이 개선된 MPPT 알고리즘을 제안한다. 퍼지 제어기의 성능은 퍼지규칙과 퍼지 소속함수의 폭의 영향을 받는다. 뉴로-퍼지 제어기는 신경망 학습을 통해 퍼지 소속함수의 최적 폭을 이용하기 때문에 기존 퍼지 제어기보다 우수한 응답특성을 갖는다. 실험과 시뮬레이션 결과를 통해 제안된 알고리즘의 우수한 제어특성을 확인한다.