• Journal of the Institute of Convergence Signal Processing
• /
• v.8 no.3
• /
• pp.222-226
• /
• 2007

In this paper we composed the dual fuzzy rules using each region of specific points and $e-{\Delta}e$ phase plane In order to make dual fuzzy rule base. We composed the fuzzy control rules which can decrease rise time, delay time, maximum overshoot than basic fuzzy control rules. proposed method is alternately use at specific points of $e-{\Delta}e$ phase plane with two fuzzy control rules that is one control rule occruing the steady state error in transient region and another fuzzy control rule use to decrease the steady state error and rapidly converge at the convergence region. Also, two fuzzy control rules in the $e-{\Delta}e$ phase plane decide the change time according to response characteristics of plants. In order to confirm thef proposed algorithm. As the results of experiments through the hydraulic servo motor control system with a DSP processor, We verified that proposed dual fuzzy control rules get the good response compare with the basic fuzzy control rule.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.2
• /
• pp.3-15
• /
• 1997

In order to apply fuzzy logic, two major tasks need to be performed: the derivation of fuzzy rules and the determination of membership functions. These tasks are often difficult and time-consuming. This paper presents an algorithmic method for generating membership functions and fuzzy rules applicable to decision-making problems; the method includes an entropy minimization for clustering analog samples. Membership functions are derived by partitioning the variables into desired number of fuzzy terms, and fuzzy rules are obtained using minimum entropy clustering. In the mle derivation process, rule weights are also calculated. Inference and defuzzification for classification problems are also discussed.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.60-63
• /
• 2008

본 논문에서는 신경망 모델(neural network model)과 유전자 알고리즘(genetic algorithm)을 이용한 실시간 경로 계획(real-time path-planning)과 퍼지 룰(fuzzy rule)을 이용한 효율적인 다중경로계획(multiple path-planning)을 제안한다. 실시간 경로 계획은 빠른 시간 내에 최적 경로의 생성이 반드시 수행되어야 하므로, 본 논문에서는 경로 계획 중 장애물 지역과 비장애물 지역을 빠르게 확인하기 위해 신경망 모델을 이용하여, 이동 방향 및 최적경로 탐색을 위하여 유전자 알고리즘을 이용하였다. 또한 충돌 구역에서의 효율적인 다중 경로 계획을 위해, 퍼지를 이용하여 경로를 재계획 하였다. 퍼지의 경우, 현재 위치에서 목표 지점으로의 방향을 계산하기 위한 퍼지 소속 함수와 현재 위치와 충돌 구역까지의 거리 값을 가중치로 세우고 퍼지 룰을 결정하여 경로계획을 수행하였다. 시뮬레이션을 통해 실험해본 결과, 퍼지 룰을 사용했을 때 사용하지 않았을 때 보다 좋은 성능을 나타남을 확인할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.353-356
• /
• 2004

비선형 시스템의 제어에서 널리 사용되는 방식이 퍼지 제어기이다. 퍼지 제어기에서 가장 중요한 것은 퍼지 룰의 설계이다. 퍼지 룰을 설계하는 많은 기법들이 제안되어 있는데, 최근 들어 진화 알고리즘에 대한 관심이 증가하고 있다 그 중에서도 공생적 공진화 알고리즘이 최적의 퍼지룰을 찾기 위해 이용되는데, 본 논문에서는 스키마 공진화 알고리즘을 이용한다. 스키마 공진화 알고리즘의 성능을 입증하기 위해, 이동 로봇의 행동제어를 위한 퍼지 제어기를 스키마 공진화 알고리즘을 이용하여 설계하고, 다른 공생적 공진화 알고리즘인 바이러스_진화 유전 알고리즘과 Handa의 공진화에 대해 비교하고 실험한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.115-118
• /
• 2008

본 논문에서는 음성으로부터 감정을 인식하고 감성적인 운율로 음성 출력을 산출해 내는 시스템을 제안 한다. 음성적인 운율로부터 감정을 인식하기 위해서 퍼지룰(rule)을 이용한다. 본 논문에서 감정 인식 시스템은 음성 샘플들로 학습 데이터를 구축하고 이를 기반으로 하여 추출된 20개의 특징 집합으로부터 가장 중요한 특징들을 자동적으로 선택한다. 화남, 놀람, 행복, 슬픔, 보통의 5가지 감정 상태를 구분하기 위하여 접근법에 기반한 퍼지를 이용하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.18 no.2
• /
• pp.231-238
• /
• 1993

A rules of fuzzy control is to represent an expert‘s and engineer‘s ambiguous control knowledge of system with some lingustic rules. This rule is very difficult to represent perfectly because expert‘s knowledge is not precise and the rule is not perfect. We propose the fuzzy reasoning and learning to upgrade precision of imperfect rules successively after system running. In the proposed method, the precision of the backward part of a fuzzy rule is improved by back propagation learning method. Also, the method reasons the compatibility degree of the forward part of fuzzy rule by associative memory method. This method this is successfully applied to design auto-parking fuzzy controller in which expert‘s technology and knowledge are required in the limited area.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.772-775
• /
• 2008

본 논문은 퍼지 분류 시스템을 위한 퍼지 규칙베이스에 대한 최적화 해법으로서 유전 알고리즘에 대해 살펴본다. 즉 퍼지 규칙베이스를 이용하는 퍼지 분류 시스템을 최적화를 하는 유전 알고리즘을 제안한다. 제안하는 유전 알고리즘은 분류 성능을 보다 더 향상시키기 위해서 인식에 사용된 규칙에 대한 확실성 정도를 개선하는 방법을 포함한다. 본 논문에서 다루는 최적화는 추출되는 퍼지 규칙의 수와 퍼지 분류 시스템의 입력 패턴을 정확하게 분류하는 지에 대한 성능을 포괄적으로 수행하는 것을 의미한다. 마지막으로 본 논문에서 제안하는 유전 알고리즘을 이용하여 수치실험을 수행하고 그 결과를 통해 제안하는 알고리즘의 유효성과 효율성을 생성된 퍼지 규칙의 수와 퍼지 분류 시스템의 성능의 관점에서 논의한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.24-26
• /
• 1999

본 논문에서는 용해로 이상감시를 위한 실시간 유리 용해로 운전 전문가시스템을 구축한 결과를 소개한다. 유리 용해 공정에서는 운전자의 경험지식에 의해 내부의 상황을 판단하게 되고, 이는 용해로 수명과 제품의 품질에 중요한 영향을 준다. 이를 전문가 시스템으로 구현하기 위하여, 먼저, 기존 운전자의 지식을 취합, 분석한다. 그 후, 취합된 각 지식들의 특성에 부합하도록 이진 룰(Crisp Rule)과 퍼지 룰(Fuzzy Rule)로 구분한다. 이 때, 선형 회귀분석을 통하여 퍼지 룰의 입력을 결정함으로써 보다 정확한 운전 지식의 표현이 가능하도록 하였다. 설계된 알고리즘은 젠심 (Gensym)사의 실시간 전문가 시스템 개발 툴인 G2를 사용하여 구현하였다. 제시된 퍼지 전문가 시스템은 삼성코닝(주) 수원사어장의 실제생산 용해 공정에 직접 적용하여 그 효율성이 검증되었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.5
• /
• pp.691-695
• /
• 2007

In construction industry, it is very important to secure the eminent subcontractors of construction companies in order to increase the competitive power, these subcontractors ate selected through the total evaluation. Also, the results of evaluation is used management data the subcontractors. Therefore, if we know the evaluation rules of subcontractors previously, it can be used to manage the subcontractors effectively. Thus, using fuzzy ID3 which is obtain the if-then fuzzy rule from the given data, we acquire the rules for evaluation of subcontractors and show its usefulness.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.223-226
• /
• 2007

지식 발견 (knowledge discovery)의 관점에서, 단기간 동안 취득된 데이터 패턴을 학습하고자 하는 경우 데이터에 비일관적인(inconsistent) 패턴이 포함되어 있다면 확률적 퍼지 룰(probabilistic fuzzy rule) 기반의 지식 표현 방법 및 적절한 학습 알고리즘을 이용하여 효과적으로 다룰 수 있다. 하지만 장기간 동안 지속적으로 얻어진 데이터 패턴을 다루고자 하는 경우, 데이터가 시변(time-varying) 특성을 가지고 있으면 기존에 추출된 지식을 변화된 데이터에 활용하기 어렵게 된다. 때문에 이러한 데이터를 다루는 학습 시스템에는 패턴의 변화에 맞추어 갈 수 있는 지속적인 적응력(adaptivity)이 요구된다. 본 논문에서는 이러한 적응성의 측면을 고려하여 평생 학습(life-long learning)의 관점 에 서 확률적 퍼지 룰 기반의 학습 시스템에 적용될 수 있는 두 가지 형태의 적응 방법에 대해서 설명하도록 한다.