• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• pp.2853-2855
• /
• 1999

본 논문은 TS(Takagi-Sugeno) 퍼지 모델로 표현된 비선형 시스템의 최적 퍼지 제어에 관한 새로운 설계 방법론을 제시하며, 최적 TS 퍼지 제어기의 매개 변수들을 설정하는 문제가 선형 행렬 부등식 문제로 표현될 수 있음을 보인다.

• 한국정보교육학회:학술대회논문집
• /
• 2006.01a
• /
• pp.179-184
• /
• 2006

초등학교 학급에서의 아동 상호간의 관계 파악은 아동 그룹이나 짝을 지어주고 교우관계를 분석하는데 매우 유용하다. 그러나 인간관계의 감정을 단순한 수치로 나타내기에는 아동 상호간의 복잡한 감정을 제대로 분석하기 힘들기 때문에, 본 논문에서는 퍼지 (Fuzzy) 이론을 기초로 하여 분석하고자 한다. 본 논문에서는 퍼지이론의 해밍거리(Hamming Distance)와 $\alpha$-수준집합을 적용하고 경향성을 계산할 수 있는 새로운 기법인 경향거리(Tendency Distance)를 제안하고 분석하는 기법을 연구하였다. 본 논문에서 제안하는 분석 방법의 특징은 첫째, 인간관계의 애매하고 모호한 점을 상대적 비교가 가능하게 함으로써 정확한 분석을 가능하게 하고, 둘째, 퍼지 이론의 적용을 통하여 해밍거리에 의한 유사도 분석에서 할 수 없었던 경향성의 분석을 가능하도록 하였으며, 셋째, 교육현장에서 발생할 수 있는 애매한 상황과 아동간의 교우 관계 등 수치적인 파악이 불가능한 부분을 분석이 가능한 데이터로 만들 수 있는 기법을 마련하였다는 데 의의를 둘 수 있다.

• 전기의세계
• /
• v.39 no.12
• /
• pp.21-32
• /
• 1990

퍼지 논리를 이용한 제어시스템에 관하여 핵심 개념을 중심으로 기술하고자 한다. 요약컨데 이 퍼지제어기의 특징은 1) Parallel(distributed) control 2) logic control 3) linguistic control등이며 퍼지 제어가 효과적일 수 있는 제어대상(plant)로서는 수학적 모델을 적용하기 힘든 시스템으로서 경험적으로 또는 수동적인 방법으로 제어가 잘되고 있는 대상을 들 수 있다. 그 뿐만 아니라 간단한 제어기가 필요한 경우로서 보다 효과적인 제어측 Software를 쓰거나 센서 또는 필터없이 사용가능하고, Inverted Penedulum의 자세 제어처럼 정확성보다는 속도 응답 제어가 요구되는 경우 등에 효과적으로 쓸 수 있는 것으로 알려지고 있다. Fuzzy 제어는 지식 베이스의 규모에서 인공지능형 Expert System보다 Compact하고 선형.비선형 플랜트에 공히 이용될 수 있으며, 설계자는 오퍼레이터와의 접촉을 통해 룰을 구축하므로 사용자가 시스템을 이해하기 쉬운 잇점등이 있기도 한다. 그러나 가장 큰 문제는 구축해 놓은 시스템의 안전성(Stability)를 이론적으로 사전에 검증하기가 어렵고, 같은 제어대상이라 할지라도 추론방법, 소속함수의 형태선택, 룰수 등에 따라 제어성능이 바뀔수 있으나, 무엇이 어떤 영향을 주는지 규명되지 않은점 등 여러가지 연구되어야 할 내용이 많이 있다.

• The KIPS Transactions:PartB
• /
• v.8B no.2
• /
• pp.123-129
• /
• 2001

본 연구에서는 전문가와 운전자의 제어 지식을 더 정확하게 표현하여 퍼지 논리 제어기의 성능을 향상시킬 수 있는 소속함수 수정 알고리즘을 제안한다. 제안된 알고리즘은 제어지식을 더 정확히 표현할 수 있도록 직관적인 지식과 경험으로부터 유추된 대략적인 제어지식을 평가기준으로 하고 입출력 데이터 클러스터링에 의해 소속함수의 형태와 위치를 수정한다. 제안된 방법을 수위 조절 모델과 교통신호 제어 모델에 적용한 실험을 통해서, 제안된 알고리즘이 기존 제어기의 성능을 향상시킬 수 있고, 퍼지 제어기에서 언어적 변수에 대한 구간 설정의 어려움을 해결할 수 있음을 알 수 있었다.

• Journal of Korea Water Resources Association
• /
• v.44 no.11
• /
• pp.903-913
• /
• 2011

In this paper important factors in determining improvement priorities for water pipes were categorized into the effects of a pipe failure to entire pipe network and the characteristics of individual pipe. Subsequently, mathematical models that can quantify these factors were developed using the Fuzzy techniques. The effects of a pipe failure to entire pipe network and the characteristics of individual pipe that were estimated byFuzzy techniques were coined as Fuzzy Importance Index and Fuzzy Characteristic Index, respectively. The Fuzzy Characteristic Index was further categorized into Fuzzy Deterioration Index and Fuzzy Difficulty Index. Considerations were given to applying weights to specific factors in the developed model depending on the circumstances of model applications. To provide an example of the methodology an example pipe network, Net3, of the EPANET program was used. The Fuzzy Importance Index (FII) and Fuzzy Deterioration Index (FDI) were calculated for the Net3 network by considering the hydraulic effects of a pipe failure on the entire pipe network and the pipe deterioration as one of the individual pipe characteristics. Subsequently, the improvement priorities of the pipes in the Net3 pipe network were established based on the FII and FDI.

• Journal of KIISE:Software and Applications
• /
• v.26 no.3
• /
• pp.441-451
• /
• 1999

본 논문에서는 퍼지숫자를 정렬하는 새로운 방법을 제안한다. 제안하는 방법은 사용자의 관심도나 선호도를 반영할 수 있는 방법을 제공하며, 퍼지숫자의 전체적인 가능성분포를 고려하는 평가함수를 방법은 사용자가 제사한 퍼지 집합과 만족도 함수(satisfaction fuction)를 이용하여 정렬 대상이 되는 퍼지숫자를 평가한 후 그 평가값에 따라서 순위를 정하게 된다. 만족도 함수는 두 퍼지숫자의 비교를 위해서 이전에 제안된 방법으로 퍼지숫자의 전체적인 가능성을 고려하는 특징이 있다. 본 논문에서는 제안하는 방법을 퍼지숫자 정렬에 적용한 예와 기존의 방법과 비교한 결과를 보이며, 응용 예로서 의사결정의 문제에 적용한 결과를 제시한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.5
• /
• pp.395-399
• /
• 2001

This paper describes modular fuzzy inference systems(MFIS) with adaptive capability to extract fuzzy inference modules from observation data through the learning process. The proposed MFIS is based on the structural similarity to Tagaki-Sugeno fuzzy models and a modular neural architecture. The learning of MFIS is done by assigning new fuzzy inference modules and by updating the parameters of existing modules. The fuzzy inference modules consist of local model network and fuzzy gating network. The parameters of the MFIS are updated by the standard LMS algorithm. The performance of the MFIS is illustrated with adaptive control of a nonlinear dynamic system.

• 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.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.1
• /
• pp.25-28
• /
• 2011

In this paper, we study some properties of condition for fuzzy data, agrement index by ratio of area and the uniformly most powerful fuzzy test of hypothesis. Also, we suggest a confidence bound for uniformly most powerful fuzzy test. For illustration, we take the most powerful critical fuzzy region from exponential distribution by likelihood ratio and test the hypothesis of ${\chi}^2$-distribution by agreement index.

• Journal of Intelligence and Information Systems
• /
• v.1 no.2
• /
• pp.33-55
• /
• 1995

포지인식도(Fuzzy Cognitive Map : FCM)는 추상적이고 비구조적이며 동적인 응용영역에서 전문가의 인과관계 지식(causal knowledge)을 표현하는데 매우 유용한 도구이다. FCM이 기존의 다른 네트워크 형태의 지식표현방법과 다른 차이점은 대상 문제의 개념변수들을 퍼지집합으로 묘사하고, 개념 변수간의 관계를 퍼지 인과관계로 다룬다는 것이다. 그런데 FCM의 특성이 아직 충분히 논의되지 않은 상태에서는 FCM의 적용에 있어 오류가 일어날 수 있다. 본 논문의 목적은 첫째, FCM의 특성과 의미를 보다 명확히 하여 이론적인 측면을 보강하고자 한다. 이를 위해 논리적관계(implication)와는 다른 인과관계의 정의를 다시 확인하고, 이정의에 기초한 퍼지 인과관계의 특성을 파악하고, 퍼지 인과관계와 대비되는 퍼지 부분인과관계 및 단방향 개념변수를 새로이 정의함으로써 FCM구축에 있어 잘못된 이해가 없게 하며, 둘째, FCM에서는 추론 방식이 갖추어야 할 원칙을 명시하고 이에 따라 이러한 원칙을 준수하는 새로운 추론 방식을 제시한다.