• 한국시뮬레이션학회논문지
• /
• 제16권2호
• /
• pp.45-54
• /
• 2007

최근 시뮬레이션 최적화를 통한 입 출력 변수의 분석에 관한 많은 연구가 진행되고 있다. 이와 같은 연구에서 메타모델을 활용한 기법이 많이 제시 되고 있는데, 대부분은 중요(종속) 변수를 목적함수로, 설계(독립) 변수를 제약 조건으로 다목적 최적 함수를 구성하여 실험을 진행하고 최적해를 찾는다. 본 논문에서는 직접적인 설계 변수의 선택을 하기 위하여 설계 변수를 벡터의 형태로 전환하여 목적함수로 구성하고, 설계 변수의 정의역과 회귀 메타모델을 이용하여 제약조건을 구성하여 다목적 최적 함수를 구성하여 파레토 최적해 집합을 산출 하는 방법을 제시 하였다. 이와 같은 분석을 사용하여 최적해의 개념이 아닌 최적해 집합을 제시함으로서 설계자가 자신의 시스템에 가장 적당한 설계 변수의 선택이 가능해 지며, 메타모델의 에러 변수($\epsilon$)를 줄이기 위한 대안의 선택도 가능 할 것이다. 이와 같은 분석 기법은 관련 분야뿐 아니라 일반적인 시스템 설계 변수의 적용에도 충분히 이용이 가능 할 것이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.288-291
• /
• 2004

기존의 SOFPNN은 데이터 수가 적고 비선형 요소가 많은 시스템에 대한 체계적이고 효율적인 최적 모델 을 구축할 수 있었으며 각 층 노드의 선택 입력을 변화시킴으로써 네트워크 구조 전체의 적응능력을 향상 시켰다. SOFPNN의 구조는 퍼지 다항식 뉴론(FPN)들로 구성되어 있으며, 층이 진행하는 동안 모델 스스로 노드의 선택과 제거를 통해 최적의 네트워크 구조를 생성할 수 있는 유연성을 가지고 있다. 그러나, 노드의 입력변수의 수와 규칙 후반부 다항식 차수 그리고 입력변수는 설계자의 경험 또는 반복적인 학습을 통해 선호된 네트워크 구조를 선택하였으나, 최적의 네트워크 구조를 구축하는데는 어려옴이 내재되어 있었다. 본 논문에서는 자기구성 퍼지 다항식 뉴럴네트워크(Self-Organizing Fuzzy Polynomial Neural Networks： SOFPNN)을 최적화시키기 위해 유전자 알고리즘을 이용하여 자기구성 퍼지 다항식 뉴럴 네트워크의 입력변수의 수와 이에 해당되는 입력변수 그리고 규칙 후반부 다항식의 차수를 탐색하여 최적 의 자기구성 퍼지 다항식 뉴럴 네트워크를 구축한다. 따라서 모델 구축에 있어서 유연성과 정확성을 가지며 객관적이고 좀 더 정확한 예측 능력을 가진 SOFPNN 모델 구조를 구축할 수가 있다.

• Communications for Statistical Applications and Methods
• /
• 제4권2호
• /
• pp.333-343
• /
• 1997

선형회귀분석에서 변수의 선택문제는 최적의 모형을 찾는데 아주 중요한 부분을 차지한다. George와 McCulloch(1993)는 계층적 베이즈 모형과 깁스표본법을 이용하여 선형회귀모형에서 변수를 선택하는 문제를 고려하였다. 이 논문에서는 George와 McCulloch의 모형을 바탕으로 각각의 설명변수가 모형에 포함될 사전확률을 객관적인 기준에 의하여 결정하는 문제를 고려하여 보았다.

• 응용통계연구
• /
• 제11권2호
• /
• pp.435-449
• /
• 1998

본 연구는 다중판별분석(MDA)에서 필요한 변수선택기준을 베이즈접근법으로 제안하였다. 이 베이즈판별변수 선택기준은 여러 정규모집단분포의 평균벡터에 대한 동질성 검정에 필요한 디폴터형태의 베이즈요인을 객관적 베이즈방법으로 유도하여 설정하였다. 디폴트베이즈요인(default Bayes factor)은 Spiegelhalter와 Smith (1982)가 계발한 가상적트레이닝표본법(imaginary training sample method)을 사용하여서 도출하였다. 또한 제안된 베이즈판별변수선택 기준이 지닌 분포의 성질을 이용하여, 추가 판별변수(또는 변수군)가 MDA에 기여하는 부가적인 판별력에 대한 검정법 및 추가판별변수(또는 변수군)의 선택 기준에 대해서도 논하였다. 본 연구에서 새로이 얻은 변수선택기준은 최적부분집합선택법(optimal subset selection method)뿐 아니라 각 단계적방법(stepwise method)의 변수선택기준으로 사용될 수 있으며, 두 그룹 판별분석에도 사용이 가능하다는 점에서 표본이론에 의해 여러 형태로 개발된 기존의 판별변수 선택 기준들을 하나로 통합시킬 수 있는 기능을 지니고 있다. 모의실험을 실시하여 최적 부분집합선택법과 단계적방법하에서 제안된 판별변수선택 기준이 가진 효용성을 평가하였다.

• Communications for Statistical Applications and Methods
• /
• 제15권4호
• /
• pp.633-642
• /
• 2008

본 논문에서는 반응변수가 하나 이상이고 설명변수들의 수가 관측치에 비하여 상대적으로 많은 경우에 널리 사용되는 부분최소제곱회귀모형에 벌점함수를 적용하여 모형에 필요한 설명변수들을 선택하는 문제를 고려하였다. 모형에 필요한 설명변수들은 각각의 잠재변수들에 대한 최적해 문제에 벌점함수를 추가한 후 모의담금질을 이용하여 선택하였다. 실제 자료에 대한 적용 결과 모형의 설명력 및 예측력을 크게 떨어뜨리지 않으면서 필요없는 변수들을 효과적으로 제거하는 것으로 나타나 부분최소제곱회귀모형에서 최적인 설명변수들의 부분집합을 선택하는데 적용될 수 있을 것이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 추계학술대회 논문집 전기기기 및 에너지변환시스템부문
• /
• pp.21-23
• /
• 2003

본 연구에서는 반응표면기법을 이용하여 5상, 10/8 스위치드 리럭턴스 모터의 최적설계를 수행하였다. 반응표면 기법은 여러 개의 독립적인 설계변수가 출력 함수에 복합적인 작용을 하고 있을 때, 설계변수의 변화에 대한 출력함수의 변화를 추정하는 통계적인 분석방법이다. 여기서는, 모터 형상을 결정하는 모든 기하학적인 치수들을 변수로 선택하였고, D-Optimal 기법을 이용하여 실험 점들을 선택하였다. 각각의 실험점들에 대해서 FEM 해석을 수행하였고, 평균토크와 권선면적을 만족하는 최소부피의 모터를 설계하였다. 반응표면 모델을 이용하여 최적설계를 수행하였고, 각도와 전류에 따른 토크 프로파일과 인덕턴스 프로파일을 얻었다. 이를 바탕으로 동적 거동을 예상해 보았다. 반응표면기법을 이용한 최적설계에서는 global optimum을 보장할 수 있으며, 최적설계에 소요되는 시간을 줄일 수 있다.

• 한국정보통신학회논문지
• /
• 제7권2호
• /
• pp.284-292
• /
• 2003

본 논문에서는 LMS 알고리즘을 이용하여 적응 시스템을 제어하는 경우, 최적 매개변수의 선택 폭을 늘리기 위한 초기치의 설정방법의 수치적 검토를 행했다. 초기치 설정은 대략의 값을 임의적으로 선택하는 일반적인 방법과 직접법에 의해 얻어진 근사적인 해를 초기치로서 가하는 방법을 이용하였으며, 이들을 최적지향성합성 문제에 적용하여 초기치가 매개변수의 선택 폭, 자승평균오차의 수렴속도, 그리고 수렴과정에서의 안정성 등에 미치는 영향을 비교하였다. 수치실험결과, 직접법을 이용한 초기치 선택방법은 일반적인 선택방법에 비해 매개변수의 선택 폭이 넓어짐은 물론 수렴성, 안정성 그리고 오차 개선 능력도 탁월함을 나타내었다.

• 대한교통학회지
• /
• 제16권4호
• /
• pp.53-64
• /
• 1998

본 연구의 목적은 '96년말 서울시에서 실시한 가구통행조사를 이용하여 서울시 수단선택모형을 구축하고 그 예측결과를 남산 혼잡통행료 전후저사자료와 비교하여 보다 구체적으로 그 정확성을 검증한 뒤 향후 서울시 교통수요관리 방안의 시행에 따른 수단선택변화 예측의 기본 모형으로 활용하는데 있다. 5가지의 대안모형의 분석결과 통행비용변수(승용차의 경유 주차요금포함)와 총통행시간변수(OVTT와 IVTT의 합), 승용차, 지하철, 택시상수로 구성된 모형이 최적모형으로 분석되었다. 이모형에 의한 시간가치는 9,395원, 승용차의 비용탄력성은-0.6767로서 기존 연구결과의 범위 내에 속한 것으로 나타났다. 최적모형을 이용하여 승용차통행비용이 증가한 경우를 모사분석결과 남산1,3호 터널 혼잡통행료 징수효과와 유사하게 승용차 분담율이 13% 가까이 감소한 것으로 나타나서 모형의 현실적합성도 비교적 높은 것으로 판명되었다. 향후 본 연구에서 선정된 최적수단선택모형을 통행배정모형과 결합하여 다양한 교통수요관리 방안에 따른 효과를 예측하는데 활용하면 서울과 같은 대도시의 단기적 교통관리의 수준을 한 단계 높이는데 기여할 것으로 판단된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.429-432
• /
• 2004

본 논문은 기존의 퍼지 다항식 뉴럴 네트워크 (Fuzzy Polynomial Neural Networks ; FPNN) 모델을 이용하여 비선형성 데이터에 대한 추론을 제안한다. 복잡한 비선형 시스템의 모델동정을 위하여 생성된 GMDH 방법에 기초한 FPNN의 각 노드는 퍼지 규칙을 기반으로 구축되었으며, 층이 진행되는 동안 모델 스스로 노드의 선택과 제거를 통해 최적의 네트워크 구조를 생성할 수 있는 유연성을 가지고 있다. FPNN 각각의 활성노드를 퍼지다항식 뉴론(Fuzzy Polynomial Neuron ; FPN)이라고 표현한다. FPNN의 후반부 구조는 입출력 변수 사이 의 간략과 회귀다항식 (1차, 2차, 변형된 2차식) 함수에 의해 구현된다. 규칙의 전반부 멤버쉽 함수는 삼각형과 가우시안형의 멤버쉽 함수가 사용된다. 또한 유전자 알고리즘을 사용하여 각노드의 부분표현식을 구성하는 입력변수의 수, 입력변수와 차수의 선택 동조를 통하여 최적의 Genetic Algorithms(GAs)을 이용한 FPNN모델을 설계하는 것이 유용하고 효과적임을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.303-306
• /
• 2004

기존의 퍼지 규칙에 기반을 둔 퍼지 다항식 뉴론(FPN)들로 구성된 SOFPNN은 데이터 수가 적고 비선형 요소가 많은 시스템에 대한 체계적이고 효율적인 최적 모델 을 구축할 수 있었으며 각 층 노드의 선택 입력을 변화시킴으로써 네트워크 구조 전체의 적응능력을 향상 시켰다. 유전자 알고리즘을 이용하여 자기구성 퍼지 다항식 뉴럴 네트워크의 입력변수의 수와 이에 해당되는 입력변수 그리고 규칙 후반부 다항식의 차수를 탐색하여 최적 의 자기구성 퍼지 다항식 뉴럴 네트워크를 구축한다. 그러나, SOFPNN의 기본 뉴론인 퍼지 규칙 기반 다항식 뉴론의 경우 입력변수가 많아질수록 규칙수가 기하급수적으로 증가한다는 단점을 가지고 있으나 본 노문에서 제안한 퍼지 집합 기반 다항식 뉴론(FSPN)의 규칙수는 입력 변수들이 서로 독립적이므로 규칙의 증가가 퍼지 규칙 기반 다항식 뉴런보다는 적다는 장점을 가지고 있다. 이러한 특성을 기반으로 기존의 SOFPNN의 노드에 퍼지 규칙 기반 다항식 뉴런 대신에 퍼지 집합 기반 다항식 뉴런을 적용한 SOFPNN을 제안하여 기존의 SOFPNN과 성능을 비교하였다. 최적의 자기 구성 퍼지 집합기반 다항식 뉴럴 네트워크를 구축하기 위하여 SOFPNN에서처럼 유전자 알고리즘을 이용하여 네트워크의 입력변수의 수와 이에 해당되는 입력변수 그리고 규칙 후반부 다항식의 차수를 탐색하였다.