• Journal of the Institute of Electronics Engineers of Korea TE
• /
• v.39 no.4
• /
• pp.370-378
• /
• 2002

Fuzzy inference which combines numerical data and linguistic data has been used to design adaptive filter algorithms. In adaptive IIR filter design, the fuzzy prefilter is taken account, and applied to both direct and lattice structure. As for the fuzzy inference of the fuzzy filter, the Sugeno's method is employed. As membership functions and inference rules are recursively generated through neural network, the accuracy can be improved. The proposed adaptive algorithm, adaptive IIR filter with fuzzy prefilter, has been applied to adaptive system identification for the purposed of performance test. The evaluations have been carried out with viewpoints of convergence property and tracking properties of the parameter estimation. As a result, the faster convergence and the better coefficients tracking performance than those of the conventional algorithm are shown in case of direct structures.

• 한국IT서비스학회:학술대회논문집
• /
• 2010.05a
• /
• pp.429-435
• /
• 2010

범정부 PRM은 정보화사업의 성과 평가를 위한 평가분류체계로써 측정범주는 제공하고 있지만, 측정범주별 적용기준에 대한 상대적 중요도가 없다는 단점이 있다. 효율적인 정보화사업을 관리하기 위해서는 성과에 대한 평가를 객관적으로 할 수 있는 정량적인 수치화가 필요하다. 연구를 위한 다기준 의사결정의 방법론에 대해 살펴보고, 전문가의 의견을 수렴함에 있어 가장 적절한 연구방법론을 제시한다. 본 논문에서는 퍼지 QFD를 이용하여 범정부 PRM의 개발목적을 잘 반영할 수 있는 측정범주의 상대적 중요도를 도출한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.99-102
• /
• 1998

본 논문에서는 복잡하고 비선형적인 시스템의 최적 모델링을 우해서 지능형 퍼지-뉴럴네트워크의 최적 모델 구축을 위한 방법을 제안한다. 기본 모델은 퍼지 추론 시스템의 언어적인 규칙생성의 장점과 뉴럴 네트워크의 학습기능을 결합한 FNNs 모델을 사용한다. FNNs 모델의 퍼지 추론부는 간략추론이 사용되고, 학습은 요류 역전파 알고리즘을 사용하여 다른 모델들에 비해 학습속도가 빠르고 수렴능력이 우수하다. 그러나 기본 모델은 주어진 시스템에 대하여 퍼지 공간을 균등하게 분할하여 퍼지 소속을 정의한다. 이것은 비선형 시스템의 모델링에 있어어서 성능을 저하시켜 최적의 모델을 얻기가 어렵다. 논문에서는 주어진 데이터의 특성을 부여한 공간을 설정하기 위하여 클러스터링 알고리즘을 사용한다. 클러스터링 알고리즘은 주어진 시스템에 대하여 상호 연관성이 있는 데이터들끼리 특성을 나누어 몇 개의 클래스를 이룬다. 클러스터링 알고리즘을 사용하여 초기 FNNs 모델의 퍼지 공간을 나누고 소속함수를 정의한다. 또한, 최적화 기법중의 하나로 자연선택과 자연계의 유전자 메카니즘에 바탕을 둔 탐색 알고리즘인 유전자 알고리즘을 사용하여 주\ulcorner 진 모델에 대하여 최적화를 수행한다. 또한 본 연구에서는 학습 및 테스트 데이터의 성능 결과의 상호 균형을 얻기 위한 하중값을 가긴 성능지수가 제시된다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.37 no.5
• /
• pp.1-12
• /
• 2000

In this paper we propose a design method of the adaptive fuzzy controller for autonomous navigation of mobile robots based on the fuzzy theory. We present two improvements. First, unnecessary rules in the fuzzy inference process make data processing time increase. We reduce this data processing time by generating suitable fuzzy inference rules and membership functions according to the current state of a mobile robot. It is implemented with the clustering method using input and output data pairs, and then it is possible for a mobile robot to navigate in shorter processing time with less fuzzy inference rules. Second, existing algorithms used fixed membership functions of input and output variables, hence converged slowly. We improve convergence time via scaling membership functions generated by the clustering method. To evaluate and compare the performance of the proposed method with the existing fuzzy navigation controller, computer simulations and navigation experiments of a mobile robot are Presented.

• Proceedings of the KIEE Conference
• /
• 2000.07e
• /
• pp.115-121
• /
• 2000

본 논문에서는 진화연산 중에서 해의 다양성과 수렴속도면에서 좋은 성능을 나타내는 실수형 유전알고리즘과 신경회로망을 이용한 적응 퍼지제어기를 설계하였다. 실수형 유전알고리즘을 이용하여 퍼지제어기의 입 출력 이득과 실시간으로 퍼지제어기의 입 출력이득을 적응적으로 변경하는 신경회로망의 가중치를 튜닝하였다. 제안한 방법의 유용성을 평가하기 위해 시지연을 갖는 제어시스템[14]에 적용하였다. 컴퓨터 시뮬레이션 결과, 제안한 적응 퍼지제어기가 기존의 퍼지제어기보다 오버슈트, 정정시간, 상승시간면에서 더 우수한 제어성능을 나타내었다.

• Journal of Digital Contents Society
• /
• v.2 no.1
• /
• pp.51-61
• /
• 2001

The FLC(Fuzzy Logic Controller) is stronger to the disturbance and has the excellent characteristic to the overshoot of the initialized value than the classical controller, and also can carry out the proper control being out of all relation to the mathematical model and parameter value of the system. But it has the restriction which can't adopt the environment changes of the control system because of generating the fuzzy control rule through an expert's experience and the fixed value of the once determined control rule, and also can't converge correctly to the desired value because of haying the minute error of the controller output value. Now there are many suggested methods to eliminate the minute error, we also suggest the GA-FNNIC(Genetic Algorithm Fuzzy Neural Network Intelligence Controller) combined FLC with NN(Neural Network) and GA(Genetic Algorithm). In this paper, we compare the suggested GA-FNNIC with FLC and analyze the output characteristics, convergence speed, overshoot and rising time. Finally we show that the GA-FNNIC converge correctly to the desirable value without any error.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.5
• /
• pp.451-461
• /
• 2002

Differential evolution(DE) has been preyed to be an efficient method for optimizing real-valued multi-modal objective functions. DE's main assets are its conceptual simplicity and ease of use. However, the convergence properties are deeply dependent on the control parameters of DE. This paper proposes an adaptive differential evolution(ADE) method which combines with a variant of DE and an adaptive mechanism of the control parameters. ADE contributes to the robustness and the easy use of the DE without deteriorating the convergence. 12 optimization problems is considered to test ADE. As an application of ADE the paper presents a supervised clustering method for predicting events, what is called, an evolutionary event clustering(EEC). EEC is tested for 4 cases used widely for the validation of data modeling.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• 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.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.13 no.8
• /
• pp.3647-3653
• /
• 2012

In active noise control filter, IIR filter structure which used for control filter assures the stability property. The stability characteristics of IIR filter structure is mainly determined by pole location of control filter within unit disc, so stable selection of the value of control filter coefficient is very important. In this paper, we proposed novel adaptive stabilized Filtered_U LMS algorithms with IIR filter structure which has better convergence speed and less computational burden than conventional FIR structures, for multi-channel active noise control with vehicle enclosure signal case. For better convergence speed in adaptive algorithms, fuzzy LMS algorithms where convergence coefficient computed by a fuzzy PI type controller was proposed.

• Journal of Korea Multimedia Society
• /
• v.9 no.3
• /
• pp.369-376
• /
• 2006

In this paper, we propose an improved fuzzy RBF network which dynamically adjusts the rate of learning by applying the Delta-bar-Delta algorithm in order to improve the learning performance of fuzzy RBF networks. The proposed learning algorithm, which combines the fuzzy C-Means algorithm with the generalized delta learning method, improves its learning performance by dynamically adjusting the rate of learning. The adjustment of the learning rate is achieved by self-generating middle-layered nodes and by applying the Delta-bar-Delta algorithm to the generalized delta learning method for the learning of middle and output layers. To evaluate the learning performance of the proposed RBF network, we used 40 identifiers extracted from a container image as the training data. Our experimental results show that the proposed method consumes less training time and improves the convergence of teaming, compared to the conventional ART2-based RBF network and fuzzy RBF network.