• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년 학술대회 논문집 정보 및 제어부문
• /
• pp.217-219
• /
• 2006

본 연구는 정보입자와 유전알고리즘의 기호코딩을 통해 퍼지집합 기반 다항식 뉴럴네트워크(IG based gFSPNN)의 최적 설계 제안한다. 기존의 Furry Srt-based Polynomial Neural Networks의 최적설계를 위해 유전자 알고리즘의 이진코딩을 사용하였다. 이지코딩은 스티링 길이 때문에 연산시간이 급격히 증가되는 현상과 해밍절벽(Hamming Cliff)에 따른 급격한 비트변환이 힘들다는 단점이 내제 하였다. 이에 본 논문에서는 스티링 길이와 해밍절벽에 따른 문제를 해결 하기위해 기호코딩을 사용하였다._데이터들의 특성을 모델에 반영하기 위해 Hard C-Means(HCM)을 결합한 Information Granulation(IG)을 사용하여 최적모델 구축 속도를 빠르게 하였다. 실험적 예제를 통하여 제안된 모델의 성능을 평가한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1901_1902
• /
• 2009

본 논문에서는 Interval Type-2 퍼지 집합을 이용한 퍼지집합 기반 퍼지뉴럴네트워크를 설계하고 최적화한다. Interval Type-2 퍼지뉴럴네트워크는 각 입력 변수에 따른 서로 분리된 입력 공간을 분할함으로서 네트워크 및 규칙을 구성한다. 규칙의 전반부는 퍼지 입력 공간을 개별적으로 분할하여 표현하고, 각 공간은 Interval Type-2 퍼지 집합으로 구성된다. 규칙의 후반부는 Interval 집합을 이용하여 다항식으로서 표현되며, 오류역전파 알고리즘을 이용하여 연결가중치인 후반부 다항식을 학습한다. 또한, 각 입력에 대한 전반부 멤버쉽함수의 정점과 불확실성 계수 그리고 학습률 및 모멘텀 계수를 유전자 알고리즘을 이용하여 최적 동조한다. 제안된 네트워크는 표준 모델로서 널리 사용되는 수치적인 예를 통하여 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.

• 지능정보연구
• /
• 제1권2호
• /
• pp.73-83
• /
• 1995

본 논문 에서는 진화 알고리즘을 이용하여 퍼지 규칙 베이스의 최적 규칙들을 자동으로 생성하는 방법을 제안한다. 진화 알고리즘에 의한 퍼지 논리 시스템의 최적 규칙은 전문가의 사전 경험이나 지식이 없이도 자동 설계가 가능하고 이들 규칙을 이용하여 지능 제어를 할 수 있다. 본 논문에서 사용한 접근 방법은 퍼지 규칙 소속함수의 자동 조정으로 규칙을 생성하고, 최적의 제어 규칙 탐색은 퍼지 논리 시스템의 성능 기준으로 정의한 적합도 값을 기반으로 탐색한다. 제안한 방법의 유용성을 보이기 위해 비선형 시스템에서 컴퓨터 모의실험을 행하였다.

• 대한교통학회지
• /
• 제14권1호
• /
• pp.117-133
• /
• 1996

본 논문에서는 모호한 상황에서도 적절하게 대처하는 인간의 판단능력과 유사한 퍼지논리를 이용, 교차로 교통신호등의 최적현시를 결정하는 제어기를 구현하여 기존의 차량감응식 제어기(Vehicle Actuated Controller)와 고정주기식 제어기(Fixed Cycle Time) 및 그외의 구현 가능성 있는 제어기와 비교하여 성능이 우수한 알고리즘을 제시한다. 각 현시단계의 주기시간을 결정함에 있어 기존의 방식인 웹스터(Webster)식을 이용하는 방법보다는 상황에 맞는 현시순서를 퍼지 논리 알고리즘을 통해 선정하고, 불확실한 교통량변화에 적절하게 대응하는 퍼지최적주기시간을 결정하여 구성한 퍼지 최적현시제어기가 비교제어기에 비해 교통소통에 우수함을 보여주었다.

• 한국지능시스템학회논문지
• /
• 제14권2호
• /
• pp.228-233
• /
• 2004

최근 들어, 다양하고 복잡한 기능을 갖는 로봇이 요구되고 있다. 그러나 이전의 알고리즘으로는 그러한 요구를 만족시킬 수 없다. 이러한 문제를 해결하기 위해, 본 논문에서는 다양한 입력과 출력을 다루는 경우에도 작은 개수의 퍼지 룰을 갖고, 효율적이고 강인하게 제어할 수 있는 2-Layer Fuzzy Controller를 소개한다. 그런데 퍼지 제어기에서의 중요한 문제점은 퍼지 룰 베이스를 어떻게 설계하는지에 달려 있다. 본 논문은 Schema Co-Evolutionary Algorithm을 이용하여 최적의 2-Layer Fuzzy Controller를 설계하는데, 이 Schema Co-Evolutionary Algorithm은 simple GA보다 더 빠르고 우수하게 최적해를 찾을 수 있다.

• 한국강구조학회 논문집
• /
• 제9권3호통권32호
• /
• pp.457-465
• /
• 1997

형상최적화는 단면최적화에 비하여 구조물의 중량과 경비를 줄일 수 있다. 많은 양의 애매한 정보가 최적설계 문제의 제약조건에 존재할 수도 있다. 상대적으로 중요한 퍼지정도를 포함한 여러개의 기준을 묘사하고 다루는 것은 매우 어렵고 때로는 애매하다. 본 논문에서는 ${\alpha}$-절단법에 의한 퍼지 구조계의 다목적 형상최적화에 대한 가중치방법을 제안한다. 본 연구의 알고리즘을 2부재 트러스 구조물에 적응하여 그 결과가 검토되었다. 그 결과는 ${\alpha}$-절단법과 체적과 변위에 관한 가중치에 따른 최적해를 얻음으로써 설계자는 실제에 적합한 하나의 해를 택할 수 있음을 보여준다.

• 한국산업정보학회논문지
• /
• 제6권1호
• /
• pp.61-69
• /
• 2001

본 연구는 관능검사에서 얻은 결과로 평가규칙을 설계하고 이를 이용하여 추후의 관능평가에 응용할 수 있는 방법을 제안함에 있어서, 퍼지추론의 규칙을 효율적으로 설계하는 것에 관련된 것이다. 퍼지추론 규칙의 수는 규칙의 전건부의 구조와 파라미터를 설계함에 있어서 퍼지분할의 수에 따라 결정되는데, 분할의 수가 많다고 해서 최적은 아니므로 효율적으로 규칙의 수를 축소하는 것이 규칙을 응용할 때의 효율성을 제고하는 동시에 실무에 응용할 때 추론엔진의 속도를 높일 수 있다. 이를 위해 본 연구에서는 선행연구에서 제시된 사례를 이용하여 추론규칙의 수를 축소하여도 대등한 결과를 얻을 수 있음을 수치예를 통하여 증명하였다. 본 연구의 결과는 향후 관능검사를 이용하는 다른 분야에도 유효하게 응용될 수 있을 것이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1891-1892
• /
• 2008

본 논문에서는 부분방전 패턴인식을 위한 퍼지뉴럴네크워크(Fuzzy-Nueral Network를 설계한다. 퍼지뉴럴네트워크의 구조에서 규칙의 전반부는 개별적인 입력 공간을 분할하여 표현하고, 규칙의 후반부는 다항식으로서 표현되며 오류역전파 알고리즘을 이용하여 연결가중치인 후반부 다항식의 계수를 학습한다. 또한, 유전자 알고리즘을 이용하여 각 입력에 대한 전반부 멤버쉽함수의 정점과 학습률 및 모멤텀 계수를 최적으로 동조한다. 제안된 네트워크는 부분방전 패턴인식을 위해 다중 출력을 가지며, 초고압 XLPE 케이블 절연접속함의 모의결함에 대해 부분방전 신호를 패턴인식한다. 부분방전 신호는 PRPDA 방법을 통해 256개의 입력 벡터와 4개의 출력 벡터를 가지며, 보이드 방전, 코로나 방전, 표면 방전, 노이즈의 4개 클래스를 분류하며, 패턴인식률로서 결과를 분석한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• 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.