• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.31 no.6
• /
• pp.61-71
• /
• 2003

In the study of control technique for a turbojet engine model, the Takagi-Sugeno fuzzy logic controller has been designed based on the model identification by the well designed PI controlled system through T-S neuro-fuzzy inference system. To enhance this designed controller, those procedures are proposed that certainty factors are adopted to each rule of objective groups which are classified by the fuzzy C-Means algorithm and the satisfaction degrees are matched to meet the objectives. This proposed technique shows its feasibility by upgrading performances of the previously well-designed T-S fuzzy controller.

• Journal of the Institute of Convergence Signal Processing
• /
• v.2 no.2
• /
• pp.95-102
• /
• 2001

Fuzzy system is capable of uniformly approximating any nonlinear function over compact input space. The applications of fuzzy system, however, have been primarily limited by the need for large number of fuzzy rules, in particular, for the high-order nonlinear system. In this paper, we propose the reconstruction methods of fuzzy systems, parallel type and cascade, based on the decomposition of some classes of high-order nonlinear functions. Using the both types appropriately, we can reduce the number of fuzzy rules geometrically. It can be applied to the fuzzy system that has an online adaptive structure. Two examples of adaptive fuzzy sliding mode control are shown in the computer simulations to verify the validity of the proposed algorithm.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.4
• /
• pp.293-298
• /
• 2000

In fuzzy expert systems or database systems that have volumes of fuzzy data or large fuzzy rules, the inference time is much increased. Therefore, a high performance parallel fuzzy computing environment is needed. In this paper, we propose a parallel fuzzy inference mechanism in parallel computing environments. In this, fuzzy rules are distributed and executed simultaneously. The ONE_TO_ALL algorithm is used to broadcast the fuzzy input input vector to the all nodes. The results of the MIN/MAX operations are transferred to the output processor by the ALL_TO_ONE algorithm. By parallel processing of fuzzy or data, the parallel fuzzy inference algortihm extracts effective and achieves and achieves a good speed factor.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.451-454
• /
• 2002

본 논문에서는 개인의 적성을 판단하는 문제를 처리하기 위한 가중치 퍼지추론 알고리즘을 제시하고, 지식표현을 위해 퍼지 집합 이론과 퍼지 생성 규칙들을 이용하였다. 거리척도에 서는 퍼지값이 높은 구간의 척도를 낮은 구간의 척도에 비례하여 유사성을 구하였다. 또한, 가중치를 정량화한 값과 척도값을 연산하여 유사성을 나타냈고, 추출된 항목과 규칙과의 가능성을 구하였다. 여기서, 결과는 수검자들이 응답한 값들에 따라 임의의 직업군이 적당한 지를 나타내기 위해 확신도로 해석하였다.

• ICROS
• /
• v.1 no.3
• /
• pp.83-91
• /
• 1995

이 글에서는 신경회로망의 장점과 퍼지논리의 장점을 최대한 이용하며 각각의 단점을 보완하는 뉴로-퍼지 융합 기술과 현재 연구의 흐름을 간단히 살펴보았다. 비구조적인 정보 뿐만 아니라 구조적인 정보까지도 신경회로망의 영역 안에서 처리할 수 있는 새로운 뉴로-퍼지 회로망을 소개하였다. 소개한 뉴로-퍼지 회로망은 비퍼지화와 비퍼지화에 의해 발생하는 오차를 잘 보상할 수 있을 뿐만 아니라, 최적의 입출력 퍼지 소속 함수의 중심점과 모양을 찾을 수 있는 장점이 있다. 또한, 그 특성을 알지 못하는 임의의 비선형 동적 시스템에서 입출력 데이터만 얻을 수 있으며 시스템을 모델할 수 있는 퍼지 규칙을 언어적인 방법과 수치적인 방법으로 표현할 수 있으며 간단한 예제를 통한 시뮬레이션 결과를 보였다. 소개한 뉴로-퍼지 회로망을 이용하여 뉴로-퍼지 제어기를 구성할 수도 있으며, 또한 시스템의 역 퍼지 규칙을 찾는데 이용할 수도 있다. 향후 보다 우수한 일반화 성능을 가질 수 있는 뉴로-퍼지 회로망의 개발이 필요하며, 충분한 입출력 데이터를 얻는 방법의 연구도 필요하다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.11 no.6
• /
• pp.2214-2218
• /
• 2010

Association rule is one of meaning and useful extraction methods from large amounts of data, and furnish useful information to user for data describing a pattern or similarity among attributes in database. Association rule have been studied about existence and nonexistence rule in boolean database. In this paper, we propose an intelligent query system using fuzzy association rule by extraction association rule changing a quantitative attribute data to a nominal attribute value.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.360-362
• /
• 2012

교통수단의 발달과 생활수준의 향상으로 도로에 차량이 많이 늘어나고 교통사고가 많이 발생함에 따라, 교통사고 자동인식 시스템에 관한 연구가 많이 진행되고 있다. 본 논문에서는 카메라의 위치에 따라 두 객체의 관심영역 사이의 겹침을 해석하는 것이 달라져 규칙이 변하는 것을 방지하고, 사람의 추론과정과 같이 교통사고를 퍼지 규칙으로 모델링하여 획득한 데이터가 부정확할 경우에 발생하는 잘못된 추론을 보정하기 위한 퍼지 규칙기반 시스템을 제안한다. 카이스트 삼거리에서 촬영한 9개의 사고 시나리오 데이터에 대해 실험하여 DR 87.34%, CDR 89.13%, FAR 10.75%의 결과를 얻었고, 이를 기존의 규칙기반 시스템, 규칙-확률 시스템과 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.307-311
• /
• 2010

지구 온난화로 인한 이상기후 현상이 지속적으로 발생됨에 따라 풍수해의 저감과 수자원의 효율적인 활용에 대한 관심이 높아지고 있다. 국내의 경우 주요지점의 상류에 댐을 건설하고 댐 상류의 저류공간을 이용하여 홍수를 저감하고 수자원을 확보하는 것이 가장 일반적으로 사용되고 있는 홍수대응과 수자원 활용 방안이다. 수자원 문제를 해결하기 위한 다양한 기법들이 연구되고 적용되고 있지만, 수자원 문제는 불확실성과 애매모호함을 내포하고 있어 풍수해 피해 저감과 한정된 수자원의 효율적인 활용을 어렵게 하고 있다. 본 연구에서는 수자원 문제에 내포되어 있는 불확실성과 애매모호함을 해결하기 위해, 인간의 사고과정과 유사한 추론과정을 통해 애매모호함을 처리하는 데 강점을 가진 퍼지추론기법을 적용하여 저수지 퍼지최적운영 모형을 개발하는 것을 목적으로 하였다. 또한 기후변화를 고려하기 위해, 일반적으로 발생하고 있는 홍수뿐만 아니라 이상홍수 발생의 경우도 고려하여 저수지 운영모형을 개발하였다. 저수지 운영모형 개발을 위해 다음과 같은 과정을 통해 퍼지최적운영모형을 개발하였다. 우선 선형계획법을 사용해 일반적인 홍수와 이상 홍수 유입시 저수지 최적연계운영을 실시하여 최적운영규칙을 추출하였다. 그리고, 최적운영을 통해 추출된 각각의 운영규칙을 퍼지기법을 도입하여 퍼지운영규칙으로 정리하였다. 마지막으로, 정리된 각각의 퍼지운영 규칙을 조합하여 이상홍수를 고려한 저수지 운영규칙을 구성하였다. 본 연구에서는 낙동강 상류에 위치한 다목적댐인 안동댐과 임하댐 유역을 시험유역으로 선정하여 모형을 개발하였고, 일반적인 홍수로는 안동댐과 임하댐에 각각 100년 빈도의 홍수가 유입되는 것을 가정하였으며, 이상홍수로는 각의 댐에 극한홍수(PMF)가 유입되는 것으로 설정하였다. 개발된 저수지 운영모형을 통해 시험유역의 저수지 운영을 모의한 결과 각 댐의 유입량자료와 저수지 저류량 자료, 하류지점의 유량자료만을 사용하여 간편하고 신속하게 저수지 운영을 수행 할 수 있었다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.405-406
• /
• 2007

본 논문에서는 FCM 기반 퍼지 뉴럴네트워크 구조를 제안하고 진화 알고리즘을 이용한 FCM 기반 퍼지 뉴럴네트워크의 구조와 파라미터의 최적화 방법을 제시한다. 클러스터링 알고리즘은 퍼지 뉴럴 네트워크에서 멤버쉽함수의 중심점과 반경 등을 결정하는 학습에 일반적으로 사용된다. 제안된 FCM 기반 뉴럴 네트워크에서 멤버쉽함수는 가우시안, 삼각형 타입등의 정해진 형태를 사용하지 않고 데이터들 사이의 거리에 관계된 계산을 수행하는 FCM에 의해 결정된다. 후반부는 상수형, 선형, 2차식 등의 다양한 다항식 구조로 표현될 수 있으며 다항식의 계수는 LSE를 이용하여 결정한다. FCM 기반 퍼지 뉴럴 네트워크는 퍼지규칙의 수, 입력변수의 선택, 후반부 다항식의 차수, FCM의 퍼지화 계수의 결정은 성능에 많은 차이가 있으며 이러한 구조와 파라미터의 최적화가 요구된다. 본 논문에서는 유전자 알고리즘을 이용하여 FCM 기반 퍼지뉴럴네트워크의 구조에 관련된 입력변수의 수, 퍼지규칙의 수 그리고 후반부 다항식의 차수와 파라미터에 관련된 퍼지화 계수를 최적화 한다. 제안된 방법은 비선형 시스템의 모델링에 적용하여 성능을 분석하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.6 no.4
• /
• pp.49-60
• /
• 1996

The objective of this paper is to develop an adaptive learning method for fuzzy hypercubes using a neural network. An intelligent control system is proposed by exploiting only the merits of a fuzzy logic controller and a neural network, assuming that we can modify in real time the consequential parts of the rulebase with adaptive learning, and that initial fuzzy control rules are established in a temporarily stable region. We choose the structure of fuzzy hypercubes for the fuzzy controller, and utilize the Perceptron learning rule in order to upda1.e the fuzzy control ru1c:s on-line with the output errors. As a result, the effectiveness and the robustness of this intelligent controller are shown with application of the proposed adaptive fuzzy-neuro controller to control of the cart-pole system.