• 대한전자공학회논문지TC
• /
• 제41권10호
• /
• pp.69-77
• /
• 2004

본 논문에서는 ATM 망에서의 효율적인 트래픽 제어를 위하여 언어적인 규칙과 퍼지 추론부로 구성되는 퍼지 로직에서 퍼지 규칙을 생성하였다. 퍼지 규칙 내부에 포함된 제어 파라메터들은 주어진 성능 함수를 최소화하도록 학습된다. 즉, 전체 트래픽 도착율과 버퍼의 점유율에 따라 퍼지집합 이론을 통하여 추론한 후 그 비퍼지화값으로 접속된 트래픽에 대해 서버에서의 서비스율을 제어하도록 하였다. 또한, 생성된 퍼지 규칙의 타당성을 검증하기 위하여 MATLAB6.5에서와 온라인 빌드업으로 규칙에 대한 실험결과를 보인다. 그 결과, 전체 트래픽 도착율과 버퍼의 점유율에 따라 효율적으로 서버에서의 서비스율이 제어 됨을 확인하였다.

• 조명전기설비학회논문지
• /
• 제16권5호
• /
• pp.104-111
• /
• 2002

본 논문에서는 EM(Expectation-Maximization) 알고리즘을 이용한 자동적인 퍼지 규칙생성과 적응 뉴로-퍼지 제어기(Adaptive Neuro-Fuzzy Controller)의 설계를 제안한다. EM 알고리즘은 가우시안 혼합모델(Gaussian Mixture Model)의 최대우도추정(Maximum Likelihood Estimate)을 위해 사용되어지며 본 논문에서는 규칙생성을 위해 클러스터 중심을 추정한다. 추정된 클러스터는 ANFIS(Adaptive Neuro-Fuzzy Inference System)의 퍼지 규칙과 소속함수를 구축하는데 사용되어진다. 시뮬레이션으로 제안된 적응 뉴로-퍼지 제어기의 성능을 입증하기 위해 목욕물 온도 제어 시스템에 대해 다루고 기존 퍼지 제어기에 비해 적은 규칙의 수와 작은 값의 SAE(Sum of Absolute Error)으로 성능개선을 확인하였다.

• 한국산학기술학회논문지
• /
• 제13권11호
• /
• pp.5379-5388
• /
• 2012

비선형 공정에 대한 퍼지 모델링에서, 퍼지 규칙은 일반적으로 입력 변수 선택, 공간 분할 수 및 소속 함수에 의해 형성된다. 비선형 공정에 대한 퍼지 규칙의 생성은 차원이 증가할수록 규칙의 수가 지수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해, 입력 공간의 퍼지 분할에 의한 퍼지 규칙을 생성함으로써 복잡한 비선형 공정을 모델링 할 수 있다. 따라서 본 논문에서는 HCM 클러스터링 알고리즘을 이용하여 입력 공간을 분산 형태로 분할함으로써 비퍼지 추론 시스템의 규칙을 생성한다. 규칙의 전반부 파라미터는 HCM 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 규칙의 후반부는 다항식 함수의 형태로 표현되며, 각 규칙의 후반부 파라미터들은 표준 최소자승법에 의해 동정된다. 마지막으로, 비선형 공정으로는 널리 이용되는 데이터를 이용하여 비선형 특성 및 성능을 평가한다. 본 실험을 통해 고차원의 비선형 시스템은 매우 적은 수의 규칙을 가지고 모델링할 수 있었다.

• 한국산학기술학회논문지
• /
• 제14권1호
• /
• pp.378-384
• /
• 2013

본 논문에서는 FCM 클러스터링 알고리즘을 기반으로 하는 퍼지뉴럴네트워크를 제안한다. 일반적으로, 퍼지규칙을 생성할 때 차원이 증가하면 퍼지 규칙의 수가 기하급수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해, 제안된 네트워크의 퍼지 규칙은 FCM 클러스터링 알고리즘을 이용하여 입력 공간을 분산 형태로 분할함으로써 생성한다. 퍼지 규칙의 전반부 파라미터는 FCM 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 퍼지 규칙의 후반부는 다항식 함수의 형태로 표현되며, 퍼지뉴럴네트워크의 학습은 뉴런의 연결을 조절함으로써 실현되고, 오류 역전파 알고리즘에 의해 행해진다. 마지막으로, 제안된 네트워크는 비선형 공정으로의 적용을 통해 성능을 평가한다.

• 한국컴퓨터정보학회논문지
• /
• 제1권1호
• /
• pp.159-170
• /
• 1996

본 논문 에서는 진화 알고리즘과 퍼지 제어기를 이용하여 비선형 시스템을 위한 최적 규칙들을 자동으로 생성하는 방법을 제안한다. 진화 알고리즘에 의한 퍼지 논리 시스템의 최적 규칙은 전문가의 사전 경험이나 지식이 없이도 자동 설계가 가능하고 이들 규칙을 이용하석 지능 제어를 할수 있다. 본 논문에서 사용한 접근 방법은 최지 규칙 소속 함수의 자농 조정으로 규칙을 생성하고. 최적의 제어 규칙 탐색은 퍼지 논리 시스템의 성능 기준으로 정의한 적합도 값을 기반으로 탐색한다. 제안한 방법의 유용성을 보이기 위해 )fl선형 시스템에서 컴퓨터 모의실험을 행하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권9호
• /
• pp.927-935
• /
• 2005

규칙기반시스템에서 퍼지 생성규칙의 확신도와 규칙에 나타나는 퍼지 술어의 확신도는 0과 1사이의 실수로 표현한다. 만일 퍼지 생성규칙의 확신도와 퍼지 술어의 확신도를 모호집합에 기반을 둔 0과 1사이의 모호숫자와 같은 구간으로 표현한다면, 규칙기반시스템이 더 유연한 방법으로 퍼지추론을 하는 것이 가능하게 된다[18]. 우리는 모호집합 추론을 자동으로 실행하는 효율적인 알고리즘을 제안하였다. 이 모호집합 추론 알고리즘은 규칙기반시스템이 더 유연하고 효율적인 추론을 실행하는 것을 허용한다.

• 한국지능시스템학회논문지
• /
• 제8권3호
• /
• pp.56-66
• /
• 1998

본 논문에서는 보상 신호를 이용하는 근사 추론에 기반한 개선된 퍼지 논리 제어기를 제안한다. 제안된 방법은 근사 추론을 위한 인위적인 퍼지 규칙의 생성이나 소속함수의 정의 없이 자동적으로 퍼지 논리 제어기를 구성할 수 있다. 제안된 퍼지 논리 제어기를 cart-pole 제어에 적용하여 기존의 방법들과의 비교를 통해 제시한 방법의 유용성을 검증한다.

• 한국정보처리학회논문지
• /
• 제5권4호
• /
• pp.951-958
• /
• 1998

본 논문에서는 퍼지생성규칙을 표현한 퍼지페트리네트에서 사용할 수 있는 후진추론 알고리즘을 제안한다. 퍼지페트리 네트워크표현은 근사추론 시스템을 모형화하거나 퍼지추론엔진을 구현하는데 사용할 수 있다. 본 논문이 제안한 알고리즘은 단순히 min과 max 게산만을 하는 기존의 알고리즘과는 달리 퍼지생성규칙의 전제부와 결론부에 퍼지개념의 유무에 따라 적절한 믿음값평가함수을 사용하여 보다 더 인간적인 추론을 한다. 후진추론 알고리즘은 목표노드에서 시작노드까지의 후진추론 통로를 구한 후에 믿음값평가함수를 이용하여 목표노드의 믿음값을 구한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• 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.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.170-173
• /
• 2002

본 논문에서는 여러 분야에서 널리 응용되고 있는 적응 뉴로-퍼지 시스템(ANFIS)에서의 효과적인 퍼지 규칙 생성방법을 제안한다. ANFIS의 성능 개선을 위해 구조동정을 수행함에 있어서 전제부 파라미터는 EM(Expectation-Maximization) 알고리즘을 적용하였으며, 파라미터학습은 Jang에 의한 하이브리드 방법을 적용한다. 여기서 초기의 중심과 분산을 구하기 위해 FCM(Fuzzy c-means) 클러스터링 기법을 사용하였다. 이렇게 함으로서 적은 규칙 수를 가지면서도 효율적인 퍼지 규칙을 얻을 수 있도록 하였다. 이들 방법의 유용함을 보이고자 Box-Jenkins의 가스로 데이터에 적용하여 제안된 방법이 이전의 연구보다 좋은 결과를 보임을 보이고자 한다