• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.329-330
• /
• 2007

본 논문에서는 particle swarm optimization(PSO)를 통한 비선형시스템의 퍼지집합 퍼지모델의 최적화 방법을 제안한다. 퍼지 모델링에서 전반부 동정, 즉 구조 동정 및 파라미터 동정은 비선형 시스템을 표현하는데 있어서 매우 중요하다. 퍼지모델의 전반부 동정에 있어 최적화 과정이 필요하며 유전자 알고리즘(Genetic Algorithm; GA)을 이용하여 퍼지모델을 최적화한 연구가 많이 있다. 본 연구는 파라미터 동정 시 최근 여러 가지 어려운 최적화 문제를 수행함에 있어서 성능의 우수성이 증명된 PSO를 이용하여 퍼지집합 퍼지모델의 전반부 파라미터를 동정하였다. 구조동정은 단순 유전자 알고리즘(Simple Genetic Algorithm; SGA)을 이용하여 동정하였으며 파라미터 동정시 실수 코딩유전자 알고리즘(Real Coded Genetic Algorithm; RCGA)와 PSO를 각각 파라미터 동정에 이용하여 성능을 비교하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.1815-1816
• /
• 2007

본 논문에서는 데이터의 특성을 이용한 정보 입자 기반 퍼지 뉴럴 네트워크의 연속적 최적화를 제안한다. 데이터들간의 거리를 중심으로 C-Means 클러스터링 알고리즘을 이용하여 멤버쉽 함수를 정의하고 각 중심의 후반부 중심값을 이용하여 후반부 학습에 적용한다. 구조/파라미터 동정에 있어서 실수 코딩 기반 유전자 알고리즘을 이용하여 입력변수의 수, 입력 변수의 선택, 멤버쉽함수의 수, 후반부 형태와 같은 시스템의 입력 구조와 전반부 멤버쉽함수의 정점 및 학습율과 모멘텀 계수와 같은 파라미터를 최적으로 동정한다. 또한, 구조 연산과 파라미터 연산의 연속적 동조 방법을 이용하여 퍼지 뉴럴 네트워크를 최적화한다. 제안된 퍼지 뉴럴 네트워크는 삼각형 멤버쉽 함수를 이용하며, 후반부 추론에는 간략, 선형, 변형된 2차식을 이용한다. 제안된 퍼지 뉴럴 네트워크는 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.

• 한국전자파학회논문지
• /
• 제11권6호
• /
• pp.876-885
• /
• 2000

추가적인 DC 측정이나 반복 계산법 또는 최적화 방법에 의존하지 않고도, 정상적인 바이어스(Normal activebias) 조건에서 측정하 S-파라미터로부터 MESFET과 HEMT의 외부 기생 저항을 간단히 구할 수 있는 방법이 제시되었다. 이를 위해서 zero 바이어스 조건에서 측정한 Z-파라미터로부터 Rs와 Rd의 차이를 구할수 있다는 사실이 이용된다. 측정한 S-파라미터로부터 외부 기생 인덕터와 캐패시터의 효과를 제거하면, 내부 소자와 외부 기생 저항을 포함한 새로운 소자를 정의할 수 있다. 내부 소자의 Y-파라미터인 Yint,11과 Yint,12의 실수부 값이 이론적으로 0이라는 사실을 이용하여 S-, Y-, Z-파라미터 행렬간의 상화관계를 이용하여 기생 저항 값을 쉽게계산할수 있다. 제시된 방법으로 기생 저항들을 구하고, 이 결과를 이용하여 내부 소자 등가회로를 구한 후에 40GHz까지 S-파라미터를 계산한 결과, 측정된 S-파라미터와 잘 일치하였다.

• 한국통신학회논문지
• /
• 제27권2B호
• /
• pp.137-144
• /
• 2002

본 논문에서는 유전자 알고리즘의 진화 연산을 이용하여 기지국의 위치와 송신전력을 최적화하는 알고리즘을 구현하였다. 기지국의 위치와 송신 전력을 실수형 파라미터로 정의하며 관련된 유전 연산자를 설계하였다. 최적화의 방향은 커버리지, 송신 전력, 경제성 효율이 고려되도록 다중 목적함수를 제안하였다. 본 논문에서 구현한 알고리즘음 최적 해를 직관적으로 알 수 있는 상황에 적용하여 검증하였으며 비균일 트래픽 분포를 가정한 상황에 대해 목적함수의 가중치에 따라 최적화를 수행하였다.

• 한국지능시스템학회논문지
• /
• 제19권1호
• /
• pp.62-68
• /
• 2009

수정된 PCX(parent-centric recombination) 연산자와 결합한 두 가지 새로운 세대차 모델이 제안된다. 첫째, 자가적응 세대차 모델(SGG, self-adaptation generation gap)은 자손에 의한 부모의 대치 확률을 일정한 수준으로 유지하는 제어 방식이다. 둘째, 가상 클러스터 세대차(VCGG, virtual cluster generation gap)는 클러스터링을 통해 부모간의 거리를 조정해 주며, 이로 인해 개체들이 다양화 될 수 있다. 이 모델에서 부모간의 거리는 클러스터의 크기로 조절된다. 제안된 두 가지 접근법의 효용성을 입증하기 위해서 3 가지 표준적인 문제에 대한 실험이 수행되었다. 가장 최근의 경쟁력 있는 접근법인 CMA-ES와 G3-PCX와 비교한 결과, 제안된 두 기법 모두 기존의 접근법들 보다 우수함을 보여준다.

• 한국항공우주학회지
• /
• 제44권11호
• /
• pp.989-996
• /
• 2016

본 연구는 비선형 응답모델과 실수기반의 혼합형 유전자 알고리즘을 적용하여 로터의 트?-발란스(RTB) 기법을 개발하는 데 목적이 있다. 트?-발란스 조절 파라미터의 변화에 따른 트림해석 결과를 이용하여 2차의 근사함수를 이용하는 비선형 응답모델을 개발하였다. 트?편차와 기체의 진동응답을 최소화하기 위해 균형추 무게, 트림 탭(Trim Tab) 및 피치링크 길이를 최적화하기 위한 비선형계획 문제를 정식화하였다. 정식화 결과는 수렴성 향상을 위해 군집최적화 기법을 실변수기반의 유전자 알고리즘에 통합한 혼합형 유전자 기법을 사용함으로써 효율적인 해석이 가능하였다. 비선형 모델을 이용한 본 연구의 방법을 선형모델의 결과와 비교하여 본 연구의 방법을 검증하였으며 비선형모델을 사용하는 경우 선형모델의 결과보다 향상된 응답특성을 계산할 수 있음을 밝혔다.

• 한국정보처리학회논문지
• /
• 제7권2호
• /
• pp.552-557
• /
• 2000

본 논문에서는 신경망의 초기 파라미터(가중치, 바이어스) 값을 최적화 시키는 GA-BP(Genetic Algorithm-Backpropagation Network) 혼합 알고리즘을 이용하여 얼굴을 인식하는 방법을 제안하였다. 입력 영상의 각 픽셀들을 신경망의 입력으로 사용하고 고정 소수점 실수값으로 이루어진 신경망의 초기 파리미터 값은 유전자 알고리즘의 개체로 사용하기 위해 비트 스트링으로 변환한다. 신경망의 오차가 최소가 되는 값을 적합도로 정의한 뒤 새롭게 정의된 적응적 재학습 연산자를 이용하여 이를 평가해 최적의 진환된 신경망을 구성한 뒤 얼굴을 인식하는 실험을 하였다. 실험 결과 학습 수렴 속도의 비교에서는 오류 역전과 알고리즘 단독으로 실행한 수렴 속도보다 제안된 알고리즘의 수렴 속도가 향상된 결과를 보였고 인식률에서 오류 역전과 알고리즘 단독으로 실행한 방법보다 2.9% 향상된 것으로 나타났다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.341-344
• /
• 2007

본 논문에서는 계층적 공정 경쟁 개념을 병렬 유전자 알고리즘에 적용하여 계층적 공정 경쟁 기반 병렬유전자 알고리즘 (Hierarchical Fair Competition Genetic Algorithm: HFCGA)을 구현하였을 뿐만 아니라 실수코딩 유전자 알고리즘(Real-Coded Genetic Algorithm: RCGA)에서 좋은 성능을 갖는 산술교배(Arithmetic crossover), 수정된 단순교배(modified simple crossover) 그리고 UNDX(unimodal normal distribution crossover)등의 다양한 교배연산자들을 적용, 분석함으로써 개선된 병렬 유전자 알고리즘을 제안하였다. UNDX연산자는 다수의 부모(multiple parents)를 이용하여 부모들의 기하학적 중심(geometric center)에 근접하게 정규분포를 이루며 생성된다. 본 논문은 UNDX를 이용한 HFCGA모델을 구현하고 함수파라미터 최적화 문제에 많이 쓰이는 함수들에 적용시킴으로써 그 성능의 우수성을 증명 한다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제34권1호
• /
• pp.109-115
• /
• 2010

본 논문은 퍼지 제어를 통한 이동용 로봇에 대한 추적 제어에 대해서 다루고 있다. 이동용 로봇은 Mamdani 형식의 퍼지 제어기로 제어 된다. 퍼지 제어기에 있어서 이동용 로봇과 목표 사이의 각도와 각도의 변화율이 입력으로 사용되고, 출력으로 조향각이 추론되어 제어입력이 된다. 퍼지 규칙은 전문가의 경험적 지식을 참조하여 7개를 사용하였다. 또한 퍼지 제어기 설계에 있어서 하나의 관심 분야인 환산계수(scaling factor) 조정 방법에 대해 제안한다. 본 논문에서는 이를 위해 파라미터 최적화 분야에서 잘 알려진 실수코딩 유전알고리즘을 적용하였다. 시뮬레이션을 통해 다양한 초기 조향각이 주어진 경우, 목표치에 대한 추적 안정성을 보여 퍼지 제어기의 유효성이 확인된다.

• 한국인터넷방송통신학회논문지
• /
• 제13권2호
• /
• pp.181-189
• /
• 2013

본 논문에서는 패턴 인식기를 설계하기 위하여 개별 입력 공간을 기반으로 한 퍼지 뉴럴 네트워크를 소개한다. 제안된 퍼지 뉴럴 네트워크는 각 입력 공간을 개별적으로 분할함으로서 네트워크를 구성한다. 규칙의 전반부는 개별적 입력 공간을 퍼지 분할하여 독립적으로 구성하고, 규칙의 후반부는 다항식으로서 표현된다. 퍼지 뉴럴 네트워크의 학습은 퍼지 규칙의 후반부에 있는 뉴런의 연결가중치를 조정함으로써 실현되고, 오류 역전파 알고리즘을 이용하여 실현한다. 또한, 제안한 네트워크의 파라미터를 최적화하기 위하여 실수 코딩 유전자 알고리즘을 이용한다. 마지막으로, 패턴 인식을 위한 실험 데이터를 이용하여 최적화된 패턴 인식기를 설계한다.