• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.2
• /
• pp.96-105
• /
• 1997

In this paper, A new design method of fuzzy modeling is presented for the model identification of nonlinear complex systems. The proposed FPNN(Fuzzy Polynomial Neural Network) modeling implements system structure and parameter identification using GMDH(Group Method of Data Handling) method and linguistic fuzzy implication rules from input and output data of processes. In order to identify premise structure and parameter of fuzzy implication rules, GMDH method and regression polynomial fuzzy reasoning method are used and the least square method is utilized for the identification of optimum consequence parameters. Time series data for gas furnace and those for wastewater treatment process are used for the purpose of evaluating the performance of the proposed FPNN modeling. The results show that the proposed method can produce the fuzzy model with higher accuracy than other works achieved previously.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.305-308
• /
• 2005

본 논문은 유전자 알고리즘 기반 퍼지 다항식 뉴럴네트워크(Genetic Algorithm-based Fuzzy Polynomial Neural Networks ; GAs-based FPNN)를 이용하여 비선형 데이터의 최적화 추론 알고리즘을 제안한다. FPNN의 각 노드는 GMDH와 퍼지규칙을 기초로 만들었다. FPNN의 각 노드는 퍼지 다항식 뉴론(Fuzzy Polynomial Neuron : FPN)이라고 표현하다. 제안된 모델은 구조 선택에 있어서 유전자 알고리즘(Genetic Algorithms : GAs)을 이용하였다. 유전자 알고리즘을 사용하여 입력의 차수와 입력의 개수 그리고 후반부 추론의 형태를 최적 선택하였다. 비선형 데이터에 대한 모델 설계를 위해 최적화 알고리즘인 유전자 알고리즘 기반 FPNN 모델 설계가 유용하고 효과적임을 보인다.

• Journal of the Korean Society for Precision Engineering
• /
• v.15 no.12
• /
• pp.236-243
• /
• 1998

퍼지 이론과 계산기하학적 수법에 의한 자동요소 생성법, 해석코드 및 상용 솔리드 모델러를 유기적으로 통합한 자동화된 설계시스템을 개발하였다. 본 시스템은 여러 가지 복합현상과 관련된 실제 구조물에 대한 설계기능을 갖고 있다. 정전장 해석, 변형해석 및 모드해석 등과 같은 해석하고자 하는 물리적인 현상에 의존한 형상모델이 자동적으로 유한요소모델로 변환되어 해석을 수행한다. 또한 신경망의 기능을 도입, 통합시킴으로써 설계해의 영역을 유용하게 제시하여 준다. 개발한 시스템은 정전 마이크로머쉰의 성능 평가에 적용하여 그 효용성을 검증하였다.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.2073-2074
• /
• 2006

본 논문에서는 PSO를 이용한 뉴로-퍼지 모델의 구조 및 파라미터 동정을 실시한다. 진화연산 기법의 무작위 탐색 능력과 오차 미분기반 학습에서의 수렴 특성을 가진 PSO를 이용하여 학습이 진행되는 동안 모델의 구조 및 파라미터를 주어진 학습 데이터에 적합하도록 최적화 시킨다. 또한 모델의 크기를 결정하는 규칙의 수 결정을 클러스터링 기법을 이용하여 소속함수의 수가 증가하더라도 규칙이 지수함수적으로 증가하는 문제를 해결하였다. 제안된 기법의 유용성을 시뮬레이션을 통해 보이고자 한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.2
• /
• pp.204-210
• /
• 2005

This paper presents online identification algorithm for TSK fuzzy model. The proposed algorithm identify structure of premise part by using distance, and obtain the parameters of the piecewise linear function consisting consequent part by using recursive least square. Only input space was considered in Most researches on structure identification, but input and output space is considered in the proposed algorithm. By doing so, outliers are excluded in clustering effectively. The existing other algorithm has disadvantage that it is sensitive to noise by using data itself as cluster centers. The proposed algorithm is non-sensitive to noise not by using data itself as cluster centers. Model can be obtained through one pass and it is not needed to memorize many data in the proposed algorithm.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.1
• /
• pp.102-109
• /
• 2014

In this paper, an algorithm to design fuzzy PID controllers is proposed. The proposed controllers are composed of fuzzy rules of which consequences are linear PID controllers and are designed with help of TSK fuzzy controllers. TSK fuzzy controllers are designed from TSK fuzzy model using pole assignment and have outstanding ability making the output response of nonlinear systems similar to the desired one. However, because of its structure complexity the TSK fuzzy controller is difficult to be used in industry. The proposed controllers have PID controller structure which can be easily realized, and are designed by using the data obtained from control simulations with TSK fuzzy controllers. To verify the proposed algorithm, two example simulations are performed.

• Journal of Internet of Things and Convergence
• /
• v.6 no.3
• /
• pp.59-65
• /
• 2020

The Internet of Things (IoT) era, in which all items used in daily life are equipped with a network connection function, and they are closely linked to increase the convenience of life and work, has opened wide. Robots also need to develop according to the IoT environment. A use of new type of evolved fuzzy machine (EFM) for generating legged robot trajectory in IoT enviornmentms is discussed in this paper. Fuzzy system has been widely used for describing nonlinear systems. In fuzzy system, determination of antecedent and consequent structures of fuzzy model has been one of the most important problems. EFM is described which carries out evolving antecedent and consequent structure of fuzzy system for legged robot. To generate the robot trajectory, parameters of each structure in the fuzzy system are tuned automatically by the EFM. The results demonstrate the performance of the proposed approach for the legged robot.

• Proceedings of the KIEE Conference
• /
• 2003.11b
• /
• pp.167-170
• /
• 2003

본 논문에서는 패턴 인식의 전형적인 경우인 보이기 기반 물체 인식(Appearance based object recognition)을 수행하기 위하여, 일반적인 퍼지 분류 모델과, 서포트 벡터 머신을 하이브리드(hybrid) 하게 연결한 서포트 벡터 기반 퍼지 분류 시스템이라는 새로운 방법을 제안하고 이에 대하여 연구한다. 일반적인 분류(classification)문제의 경우 두 클래스로 구분하는데 최적의 성능을 가지고 있는 서포트 벡터 머신이 다중클래스(Multiclass)의 경우 발생 하는 계산량의 증가 문제를 해 결하기 위하여 다중 클래스 분류(Multiclass classification)에 장점을 가진 퍼지 분류 시스템을 도입, 서포트 벡터 머신에 연결함으로써 단점을 보완하는 시스템을 제안한다. 즉 서포트 벡터 머신을 통해 퍼지 시스템의 구조를 러닝(learning)하는데 사용하여 최종 적으로는 퍼지 분류 시스템(Fuzzy Classifier)이 나오도록 하는 것이다. 이 시스템의 성능을 확인하고자 여러 가지 물체들에 대한 이미지를 가지고 있는 COIL(Columbia Object Image Library) 데이터 베이스를 사용하여 보이기 기반 물체 인식(Appearance based Object Recognition)을 수행 하였으며 이를 순수한 서포트 벡터 머신만을 이용하여 물체 인식을 수행한 경우와 정확도 및 인식 시간에 대하여 비교하였다.

• Journal of Korean Society of Steel Construction
• /
• v.18 no.2
• /
• pp.147-160
• /
• 2006

GA-based fuzzy optimum design algorithm incorporated with the refined plastic hinge analysis method is presented in this study. In the refined plastic hinge analysis method, geometric nonlinearity is considered by using the stability functions of the beam-column members. Material nonlinearity is also considered by using the gradual stiffness degradation model, which considers the effects of residual stresses, moment redistribution through the occurence of plastic hinges, and the geometric imperfections of the members. In the genetic algorithm, the tournament selection method and the total weight of the steel frames. The requirements of load-carrying capacity, serviceability, ductility, and constructabil ity are used as the constraint conditions. In fuzzy optimization, for crisp objective function and fuzzy constraint s, the tolerance that is accepted is 5% of the constraints. Furthermore, a level-cut method is presented from 0 to 1 at a 0 .2 interval, with the use of the nonmembership function, to solve fuzzy-optimization problems. The values of conventional GA optimization and fuzzy GA optimization are compared in several examples of steel structures.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.9
• /
• pp.2447-2456
• /
• 1998

Edge detection in the presence of noise is a well-known problem. this pper atempts to implement edge detection algorithms using fuzzy reasoning of fuzzy membership models. It examines an application-motived approach for solving the problem. Our approach is divided into three stages; fitering, segmentation and tracing. Filtering removes the noise from the original image and segmentation determines the edges and deects them. Finally, tracing assembles the edges into the related structure. Proposed method can be used effectively on these procedures by using fuzzy reasoning based on fuzzy models. In is compared with the previous edge detectio algorithms with fvorable results. Simulation results of the research are presented and discussed.