• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.490-490
• /
• 2022

국내 대하천 및 중·소규모 하천의 홍수터 공간을 활용하여 체육시설 및 공원 등과 같은 친수 시설물을 조성하여 친수공간으로 활용하고 있으며, 시민들의 친수활동 빈도는 증가추세에 있다. 특히 하천 내에서 수상 레크레이션 활동 등과 같은 다양한 친수활동이 증가하고 있으며, 하천친수에 관한 정보 수요가 급증하고 있으나 체계적인 공급은 미흡한 수준이다. 따라서 본 연구에서는 친수공간 조성 및 유지관리에 대한 측면과 친수공간에서의 쾌적한 친수활동을 위한 정보제공 목적으로 하천 친수공간에서의 복합모니터링을 이용한 친수활동 종합지수를 산정 방법을 개발하고자 하였다. 센서 기반의 시계열 데이터 구축을 위해 하천 수질, 수리인자의 복합모니터링을 진행하였다. 수리인자(수위, 유속, 수면폭 등)와 수질인자(탁도, Chl-a, pH 등), 기상학적 인자(자외선 지수, 미세먼지 등) 등급에 따른 허용기준을 설정하여 각 등급 별로 수리인자의 값을 0~1 사이 값인 소속도로 변환하여 소속도의 합성 및 친수활동 등급을 결정하였다. 최종적으로 수리, 수질, 기상 인자별 소속도 함수 산정을 통한 퍼지합성 이론 기반의 친수활동 종합지수를 산정하였다. 그리고 친수활동 종합지수를 예보하기 위한 모델 적용을 위한 방향성을 정립하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.501-501
• /
• 2023

하천에서의 여가활동에 대한 수요가 증가함에 따라 각종 친수활동에 대한 안전도 평가가 사고예방을 위해 중요해지고 있다. 친수 활동의 안전은 수리 및 수질 인자에 크게 영향을 받지만 기존 친수지수는 수질 인자에만 집중되어 개발되어왔다. 하지만, 세일링, 패들링, 저동력보트 등 입수형 친수활동의 경우, 다양한 수리 현상에 큰 영향을 받기 때문에 유속, 흐름 방향, 수심 및 수면 폭 등의 수리인자를 친수지수에 반영할 필요가 있다. 또한, 친수활동에 위험이 되는 수리적 조건은 유량 조건과 하천의 평면적 공간에 따라 상이하게 발생하기에 이를 공간적으로 평가하는 것 역시 필요한 실정이다. 본 연구에서는 수리학적 요소를 기반으로 하천 친수 활동에 대한 안전도를 평가하기 위해 공간적으로 친수활동의 안정성을 평가할 수 있는 SRRI (Spatial River Recreation Index)를 제안하였다. SRRI의 개발을 위해 1단계에서는 다양한 유량 조건에서 EFDC 동수역학모형을 이용하여 수리 인자들의 공간적 분포를 재현한 후, 2단계에서는 퍼지합성법 (FSE)를 적용하여 수리인자의 모든 소속도와 가중치를 종합하여 하천 지점별 하천친수지수를 산정하였다. 개발한 SRRI를 낙동강-금호강 합류부에 적용한 결과, 유량 및 지형 조건에 따라 각 수리인자가 친수활동 안전성에 미치는 영향이 공간적으로 매우 상이하게 나타났다. 유향(흐름 방향)은 합류지점 부근에서 친수활동의 위험성을 크게 증가시키는 반면, 사행구간에서는 수심이 중요한 요인으로 나타났다. 고유량 조건에서는 유속이 세일링 및 패들링에서 가장 큰 영향을 미치는 요소로 작용하였다. 특히 세일링은 유량 변화에 민감하여 고유량시에는 주흐름부와 합류부 부근을 제외하고 일부 공간에서만 안전하게 이용이 가능한 것으로 나타났다. 반면 무동력 및 저동력보트는 유량 변화에 덜 민감하여 고유량 조건에서도 부분적으로 허용될 수 있었지만 사행구간의 고수심부에서는 위험 등급으로 권고되었다. 이러한 결과를 바탕으로 SRRI는 다양한 수리학적 조건을 기반으로 공간적 안전정보를 제공함으로써 많은 이용자들이 하천에서 보다 안전한 친수활동을 즐기는 데에 기여할 수 있을 것으로 판단된다.

• 대한토목학회논문집
• /
• 제34권5호
• /
• pp.1395-1408
• /
• 2014

본 연구에서는 시민들이 하천에서 안전하고 쾌적하게 레크리에이션 활동을 할 수 있도록 종합 수질 정보를 제공하는 하천 레크리에이션 지수 산정 모델을 개발하였다. 하천 레크리에이션 지수 모델은 분변성 대장균 모델과 수질지수 모델을 통합하여 구성하였다. 분변성 대장균 모델에서는 로지스틱 회귀분석을 사용하여 분변성 대장균 등급을 예측하였고, 수질지수 모델에서는 DO, pH, 탁도, 클로로필 a를 퍼지 합성방법을 통해 종합화하여 수질 지수를 산정하였다. 최종 단계에서 분변성 대장균 등급과 수질 지수를 통합하여 하천 레크리에이션 지수를 산정할 수 있도록 모델을 개발하였다. 제안된 모델을 낙동강의 강정고령보 상류 지점에 적용한 결과, 하천 레크리에이션 지수는 개별 수질인자들의 변화를 잘 반영하는 것으로 나타났다. 특히 하천 레크리에이션 지수와 클로로필 a의 상관계수가 -0.85로 나타나 클로로필 a가 하천 레크리에이션 지수에 가장 많은 영향을 미치고 있음을 확인할 수 있었다. 본 모델에서 산정한 종합수질지수는 기존 수질 정보 제공 시스템인 실시간 수질지수보다 보수적인 결과를 보였는데, 이는 등급에 따라 현재의 수질 상태가 어떠한 상태에 속하는지를 계산하고 수질 기준의 불확실성을 적절하게 고려하기 때문인 것으로 판단되었다. 나아가서, 분변성 대장균 등급이 낮을 경우 하천 레크리에이션 지수가 분변성 대장균을 고려하지 않고 있는 실시간 수질지수보다 낮은 결과를 제시하는 것으로 나타났다.

• 한국지능시스템학회논문지
• /
• 제9권5호
• /
• pp.555-565
• /
• 1999

복잡하고 비선형적인 시스템의 규칙베이스 퍼지모델링을 위하여 퍼지시스템의 최적 동정알고리즘을 연구한다. 비선형 시스템은 퍼지모델의 입력변수와 퍼지 입력공간 분할에 의한 구조동정과 파라미터 동정을 통해 표현된다. 본 논문에서 규칙베이스 퍼지모델링은 비선형 시스템을 위해 퍼지추론방법과 두 종류의 최적화 이론의 결합에 의한 하이브리드 구졸를 이용하여 시스템 구조와 파라미터동정을 수행한다. 퍼지모델의 추론방법은 간략추론 및 선형추론에 의한다. 제안된 하이브리드 최적 동정 알고리즘은 유전자 알고리즘과 개선된 콤플렉스 방법을 이용한다. 여기서 유전자 알고리즘은 전반부 퍼지규칙의 멤버쉽함수의 초기 파라미터들을 결정하기 위해 사용되고 강력한 자동동조 알고리즘인 개선된 콤플렉스 방법은 정교한 파라미터들을 얻기 위해 수행된다. 따라서 최적 퍼지모델을 위해 전반부 파라미터 동정에는 하이브리드형의 최적 알고리즘을 이용하고 후반부 동정에는 최소자승법을 이용한다. 또한 학습과 테스트 데이터에 의해 생성된 퍼지모델의 성능결과 사이의 상호균형을 얻기 위해 하중계수를 가지는 합성 성능지수를 제안한다. 제안된 모델의 성능평가를 위해 두가지 수치적 예를이용한다.

• 한국지능시스템학회논문지
• /
• 제10권4호
• /
• pp.343-350
• /
• 2000

본 논문에서는, 최적 시스템을 위해서 FNN과 PNN에 기반을 둔 Multi-FPNN(다중 퍼지 다항식 뉴럴네트워크) 모델을 제안한다. 여기서 FNN 구조는 각각의 분리된 입력변수에 의해 분할된 퍼지 입력공간을 사용해서 설게되고, 간략 퍼지추론 방법과 오류 역전파 알고리즘을 이용한다. FNN은 더 좋은 출력성능을 얻기 위해 PNN과 결합한다. GMDH 방법에 기초한 PNN 구조의 각 노드는 1차 및 2차 고계 다항식의 두 형태를 사용하고, 그 노드의 입력의 입력은 2, 3, 4의 세 종류의 다변수 입력을 사용한다. 그리고 다중 FPNN 모델의 구조와 파라미터를 동정하기 위햐 HCM 크러스터링방법과 유전자 알고리즘을 사용한다. 여기서, 시스템을 위해 데이터 전처리 기능을 수행하는 HCM 클러스터링 방법은 입출력 공간분할에 의해 다중 FPNN 구조를 결정하기 위해 사용된다. 모델의 근사화와 일반화 능력 사이에 충분한 군형을 ？기 위해 하중계수를 가진 합성 성능지수(목적함수)를 사용한다. 데이터 개수, 비선형의 정도(입.출력 데이터 분포)에 위존하는 이 합성 목적함수의 하중계수의 선택 및 조절을 통하여 최적의 다중 FPNN모델을 설계하는 것이 유용하고 효과적임을 보인다. 본 연구는 두 개의 대표적 수치예의 도움으로 설명되고, 그 모델의 근사화 및 일만화 능력에 관련된 합성 성능 지수가 평가되고, 도한 토의된다.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.487-496
• /
• 2000

본 논문에서는, HCM 클러스러팅 방법과 유전자 알고리즘을 이용하여 다중 FNN 모델을 동정하고 최적화 한다. 제안된 다중 FNN은 Yamakawa의 FNN을 기본으로 하며, 퍼지 추론 방법으로 간략 추론을, 학습으로는 오류 역전파 알고리즘을 사용한다. 다중 FNN 모델의 구조와 파라미터를 동정하기 위해 HCM 클러스터링과 유전자 알고리즘을 사용한다. 여기서, 시스템 모델링을 위해 데이터 전처리 기능을 수행하는 HCM클러스터링 방법은 I/O 프로세서 공정 데이터를 이용하여 입출력 공간분할에 의한 다중 FNN 구조를 결정하기 위해 사용된다. 또한 유전자 알고리즘을 사용하여 멤버쉽함수의 정점, 학습율, 모멘텀 계수와 같은 다중 FNN 모델의 파라미터들을 동조한다. 모델의 근사화와 일반화 능력 사이에 합히적 균형을 얻기 위해 하중계수를 가진 합성 성능지수를 사용한다. 이 합성 성능지수는 근사화 및 예측 능력사이의 상호 균형과 의존성을 고려한 하중계수를 가진 합성 목적함수를 의미한다. 데이터 개수, 비선형성의 정도에 의존하는 이 합성 목적함수의 하중계수의 선택, 조절을 통하여 최적의 다중 FNN 모델을 설계하는 것이 유용하고 효과적임을 보인다. 제안된 모델의 성능 평가를 위하여 가스로 공정의 시계열 데이터와 비선형 함수의 수치 데이터를 사용한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2911-2913
• /
• 1999

This paper suggest an optimal identification method to complex and nonlinear system modeling that is based on Fuzzy-Neural Network(FNN). The FNN modeling implements parameter identification using HCM algorithm and optimal identification algorithm structure combined with two types of optimization theories for nonlinear systems, we use a HCM Clustering Algorithm to find initial parameters of membership function. The parameters such as parameters of membership functions, learning rates and momentum coefficients are adjusted using optimal identification algorithm. The proposed optimal identification algorithm is carried out using both a genetic algorithm and the improved complex method. Also, an aggregate objective function(performance index) with weighted value is proposed to achieve a sound balance between approximation and generalization abilities of the model. To evaluate the performance of the proposed model, we use the time series data for gas furnace, the data of sewage treatment process and traffic route choice process.

• 제어로봇시스템학회논문지
• /
• 제6권3호
• /
• pp.273-283
• /
• 2000

In this paper we suggest an optimal design method of Fuzzy-Neural Networks(FNN) model for complex and nonlinear systems. The FNNs use the simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. And we use a HCM(Hard C-Means) Clustering Algorithm to find initial parameters of the membership function. The parameters such as parameters of membership functions learning rates and momentum weighted value is proposed to achieve a sound balance between approximation and generalization abilities of the model. According to selection and adjustment of a weighting factor of an aggregate objective function which depends on the number of data and a certain degree of nonlinearity (distribution of I/O data we show that it is available and effective to design and optimal FNN model structure with a mutual balance and dependency between approximation and generalization abilities. This methodology sheds light on the role and impact of different parameters of the model on its performance (especially the mapping and predicting capabilities of the rule based computing). To evaluate the performance of the proposed model we use the time series data for gas furnace the data of sewage treatment process and traffic route choice process.