• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 A
• /
• pp.318-322
• /
• 2001

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용한 단기 전력 수요 예측시스템에서 예측치별로 신뢰도를 계산하는 체계적인 방법을 제안한다. 예측시스템의 신뢰도를 추정하는 작업은 특히 신경회로망과 같은 경험적 모델을 실제 활용하기 위해서 필수적인 연구로 인식되고 있다. 본 논문에서 제안하는 출력별 신뢰 구간 계산 방법은 지역 표현하는 뉴로-퍼지 모델의 특성을 활용하여 학습된 퍼지 규칙 각각에 대해 신뢰도를 추정하는 Local reliability measure 기법을 사용한다. 제안된 신뢰도 계산이 가능한 단기 전력 수요 예측시스템은 먼저 결정 트리를 이용하여 초기 구조를 생성하고, 이를 초기 구조 뱅크에 저장한다. 저장된 초기 구조 뱅크를 이용하여 뉴로-퍼지 모델을 학습하고, 학습된 퍼지 규칙의 신뢰도를 추정한다. 제안된 시스템의 실효성을 검증하기 위해서 한국 전력에서 수집한 1996년과 1997년의 실제 전력 수요 데이터를 이용하여 한 시간 앞의 수요를 예측하는 모의 실험을 수행하고 실험 결과를 비교 분석한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1996년도 추계학술대회 학술발표 논문집
• /
• pp.194-197
• /
• 1996

냉장실의 온도분포의 추정은 냉장고의 과냉현상 방지, 운전효율 향상을 위해 필요할 뿐만이 아니라 최근 많은 제품에서 제공하고 있는 집중냉각기능을 실현하는데 있어서도 필수 불가결한 과정이라 할 수 있다. 본 연구에서는 냉장실내 온도분포추정에 있어서의 문제점을 개관하고, 온도분포추정을 위한 퍼지불감대(Fuzzy Dead Zone)를 갖는 퍼지동정모델(Fuzzy Identification Model)을 제안한다. 또한, 얻어진 모델을 이용하여 냉장실내 온도센서의 최적위치에 관하여 고찰한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2513-2515
• /
• 2004

본 논문에서는 주어진 데이터를 나누어 부분공간으로 구성하여 특성을 구분하거나 또다른 모델의 입력 파라미터로 제공하는 방법 중 하나의 클러스터링의 성능 개선과 이를 이용하여 퍼지 모델링을 실시하였다. 일반적인 클러스터링에서 볼 수 있는 초기 파라미터 결정 문제와 알고리즘의 수렴 문제에 대하여 문제점을 개선하였으며 클러스터링에 의하여 추정된 파라미터를 퍼지 모델에 적용하였다. 또한 일반적인 퍼지 모델의 경우 각 입력의 차원이 서로 독립적으로 구성되어 있어 데이터에서 존재하는 입력간의 상관관계를 고려하지 않았다. 제안된 퍼지 모델에서는 클러스터링에서 추정된 입력간의 상관관계(공분산)까지 고려하여 모델의 성능을 개선하였다. 제안된 논문의 유용성을 시뮬레이션을 통하여 보이고자 한다.

• 전력전자학회논문지
• /
• 제10권2호
• /
• pp.155-161
• /
• 2005

본 논문에서는 MRAS 퍼지제어를 이용한 회전자 시정수 추정 기법을 제안한다. 회전자 자속을 추정하는 방법은 기준모델과 적응 회전자 모델을 이용한다 이 두 모델은 MRAS의 형태로 구성되며 두 모델의 오차를 영으로 근접하게 제어한다. 두 모델의 파라미터가 정확하면 동일한 결과를 얻는다. 그러나 회전자 시정수의 추정이 정확하게 이루어지지 않으면 두 회전자 자속의 추정은 서로 다른 각도를 가지게 된다. 두 모델의 오차와 오차 변화분을 입력으로 퍼지 제어기를 이용하여 회전자 시정수를 추정한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2846-2849
• /
• 2002

본 논문은 뉴로-퍼지 시스템에서의 규칙 선택 및 모델 학술에 대하여 EM 알고리즘을 기반으로 하는 구조 동정을 제안한다. 뉴로-퍼지 모델링에서의 초기 파라미터가 학습과정에서의 모델 성능에 큰 영향을 주고 있다. 주어진 데이터에 근거한 파라미터 추정에는 다양한 방법들이 소개되고 응용되어져 왔는데 이전 연구들에서 볼 수 있는 HCM, FCM 등은 데이터와의 유클리디언 거리를 최소화하는 중심점을 파라미터로 선택하는 등의 방법과 퍼지 균등화 등은 데이터의 확률 밀도함수를 이용하여 파라미터를 추정하였다. 제안된 방법에서는 데이터에서의 Maximum Likelihood Estimator를 기반으로 하는 방법으로 EM 알고리즘을 이용하였다. 초기 파라미터의 결정에서 EM 알고리즘을 이용하여 뉴로-퍼지 모델의 전제부 소속함수 파라미터 추정을 실시한다. EM 알고리즘을 이용한 퍼지 모델의 특징으로는 전제부가 클러스터링에 의하여 생성되므로 입력의 차원이나 소속함수의 수가 증가하여도 규칙의 수는 증가하지 않는다. 이를 자동차 MPG 예제를 통하여 제안된 방법의 유용성을 보이고자 한다.

• 한국지능시스템학회논문지
• /
• 제22권5호
• /
• pp.549-554
• /
• 2012

본 논문에서는 추정 분산 제약을 갖는 비선형 이산시간에 대한 최적의 퍼지 필터에 대한 내용을 다루고자 한다. 필터를 설계할 때, 추정오차의 분산값은 필터의 성능이 결정하는 변수중 하나다. 이런 분산값에 더욱 강인한 필터를 설계하고자, 분산 제약 조건을 주어 필터를 설계하고자 한다. 먼저, 비선형 모델을 Tagaki-Sugeno 퍼지 모델을 이용하여 선형 모델로 변형한 후, 이 모델을 기반으로 선형 필터를 디자인한다. 이때 필터설계 과정 중 필터의 각 파라미터값을 구하기 위해 상태 추정오차 값은 평균제곱에 제한되며, 상태오차의 정상상태 분산값은 각각의 미리 정한 상한 제한 값 보다 작은 조건에서 필터를 설계하여 선형행렬부등식과 대수 이차 행렬부등식을 이용하여 파라미터값을 구한다. 이렇게 설계된 퍼지 필터는 트럭트레일러 시뮬레이션을 통해 설계 과정과 성능을 보여준다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
• /
• pp.2879-2881
• /
• 2005

본 논문에서는 뉴로-퍼지 모델의 전제부 소속함수의 새로운 학습방법을 통한 모델링 기법을 제안한다. 모델의 크기와 학습시간을 줄이는 기법으로 클러스터링 기법을 이용한 모델의 초기 파라미터 결정 방법이 있다. 이는 클러스터링 후 이들 파라미터를 다시 모델에 적용하여 모델을 학습하는 순차적 방법으로써 모델의 학습이 끝난 후의 전제부 파라미터가 클러스터링 파라미터와 연관성을 가지지 못하는 경우가 발생하였다. 또한 오차미분 기반 학습에서는 전제부 초기치가 국부적 최적해에서 벋어나지 못하는 문제점을 가지고 있다. 본 논문에서는 자율적으로 클러스터의 수를 추정하며 이들 파라미터를 최적화하며 이를 이용하여 뉴로-퍼지 모델의 학습을 실시하는 학습기법을 제안하였다. 제안된 방법에서는 기존의 오차미분 기반 학습을 클러스터링 기반 학습으로 확장하였으며 이를 이용한 모델의 성능을 기존의 연구결과와 비교하여 우수성을 보인다.

• 한국지능시스템학회논문지
• /
• 제15권5호
• /
• pp.593-598
• /
• 2005

표적의 상태를 추정하기 위해 사용된 칼만 필터는 급 기동을 하거나 비선형적인 운동특성을 가지는 표적이 발생할 때, 모델은 상당한 오차를 유발하며 추적 성능은 현저히 저하될 수 있다. 이러한 문제점을 해결하기 위해서 본 논문에서는 기동하는 표적을 추정하기 위한 새로운 지능형 추정 알고리즘을 제안한다. 제안된 알고리즘은 유전 알고리즘에 기반한 퍼지 칼만 필터를 이용하여 실제 알지 못하는 표적의 가속도를 전체 프로세스 잡음으로 추정한 후, 보정된 필터의 잔여치와 변화를 이용한 퍼지 시스템으로 새로운 퍼지 이득을 추출하여 측정 예측 오차를 보정함으로써 한 개의 필터로 표적 움직임의 비선형성을 효과적으로 다룰 수 있다. 제안된 기법의 우수성을 검증하기 위해서 다중 모델 기법을 사용한 필터와 비교 모의실험을 하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.75-79
• /
• 2002

본 논문에서는 선박 디젤엔진의 속도를 조절함에 있어서 환경 변화에서도 지속적으로 만족스러운 성능을 유지하도록 시스템 파라미터 추정자, 제어기 계수 수정자를 결합한 자기동조 PID 제어기를 설계한다. 유전알고리즘을 기반으로 한 온라인 추정자가 시스템의 파라미터를 추정하면, 제어기 계수 수정자는 제안한 동조규칙으로 계수를 조정하게 된다. 이를 위해 시스템을 시간지연 1차 모델로 근사화하여 유전알고리즘 기반으로 그 파라미터를 온라인 추정하는 문제를 다룬다. 제안한 방법의 성능은 B&W사의 4L80MC 디젤엔진을 제어대상으로 퍼지모델을 얻고 모의실험을 통하여 확인한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2012년도 전력전자학술대회 논문집
• /
• pp.11-12
• /
• 2012

본 논문에서는 2차 일반화 적분기(Second-Order Generalized Integrator - SOGI)를 이용한 계통 위상각 검출시에 필수 정보인 계통 주파수를 퍼지제어를 통하여 빠르게 추정하고자 한다. DSOGI-FLL의 기존의 방법과는 다르게 비선형 특성이 강한 주파수 동기화의 동특성 모델에 퍼지제어를 적용함으로써 선형화 오차를 줄이고 계통 주파수 추정을 빠르게 할 수 있다. 제안된 방법은 시뮬레이션을 통하여 우수한 성능이 입증된다.