• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.2696-2698
• /
• 2000

본 연구에서는 실수형 염색체들로 구성된 개체에 대해 감수분열을 적용하여 개체를 만들고, 이 생식체들의 랜덤한 선택과 교배에 의해 세대가 진화함에 따라 탐색을 수행하는 감수분열 유전알고리즘을 이용하여 퍼지모델의 최적 구조와 파라미터를 탐색하고 Gradient Descent 알고리즘으로 파라미터를 정밀 조정하는 방안을 제안한다. 제안된 방안을 적용하여 Box-Jenkins의 가스로 데이터에 대한 퍼지모델을 구성하고 그 적용 가능성을 보인다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.1846-1847
• /
• 2007

본 논문에서는 비선형 공정의 모델링 성능을 향상시키기 위하여 퍼지 엔트로피 분석을 통해 새로운 클러스터를 생성하고, 이 클러스터를 퍼지 모델의 새로운 규칙으로 추가하는 자기구성 퍼지 모델을 제안한다. 퍼지 엔트로피가 상대적으로 큰 데이터 집합으로 새로운 클러스터를 구성하면 퍼지 모델의 애매모호한 정도가 작아져서 모델링 오차가 줄어들 가능성이 크게 된다. 제안한 방법의 유용성을 입증하기 위해 이를 Box-Jenkins의 가스로 공정에 적용하여 퍼지 규칙수의 증가에 따른 모델링 성능의 변화를 보이고, 기존의 방법에 의한 모델링 결과와 비교한다.

• 한국지능시스템학회논문지
• /
• 제11권3호
• /
• pp.264-269
• /
• 2001

본 논문에서는 악보를 시계열로 해석하여 퍼지 로직을 이용한 모델링에 대하여 다루고자 한다. 악보에 나타난 음악적 기호들은 음의 길이와 높이 등의 많은 정보들은 나타낸다. 본 논문에서는 멜로디, 음높이와 음색들을 사용하여 악보의 시각적 정보를 시계열 자료로 변환한다. 시계열 자료의 특징을 추출하기 위해 시계열 자료에 슬라이딩 윈도우를 통과시켜 다시 한번 새로운 시계열 자료로 변환한다. 변환된 시계열 자료를 분석하기 위해 Box-Jenkins의 시계열 분석 방법을 사용하고 분석된 시계열의 특징을 바탕으로 퍼지 모델을 구성한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.121-125
• /
• 2001

본 논문에서는 자동적인 퍼지 규칙 생성을 위해 퍼지 균등화(Fuzzy Equalization)와 유전알고리즘(Genetic Algorithm)을 이용한 TSK 퍼지 시스템의 구축을 다룬다. Pedrycz에 의해 제안된 퍼지 균등화 방법은 수치적인 데이터로부터 확률분포함수를 구축한 후 전체공간상에서 이들을 적절히 표현할 수 있는 소속함수를 생성한다. 이렇게 구축된 각 입력에 대한 소속함수는 유전알고리즘에 의해 입력공간이 분할되며 결론부 파라미터는 최소자승법에 의해 추정되어 진다. 제안된 방법은 그리드 분할로 인해 규칙의 수가 증가하는 문제를 해결하고 학습데이터와 검증데이터에 의해 타당한 입력공간분할과 퍼지 규칙을 생성할 수 있다. 시뮬레이션의 예로서 Box-Jenkins의 가스로 데이터의 모델링에 적용하여 제안된 방법의 유용성을 알 수 있다.

• 한국컴퓨터산업학회논문지
• /
• 제4권12호
• /
• pp.1033-1042
• /
• 2003

본 논문에서는 컴퓨터 시뮬레이션에 의한 인구예측을 통계모형을 써서 연구하였고 더불어 경제인구를 예측하였다. 과거의 인구를 토대로 하여 미래의 인구를 예측한다는 것은 불확실한 상황이 많이 개입되어 있기 때문에 매우 어려운 문제이다. 또한 예측이 되었다 하더라도 급변하는 세계적인 문화 및 국내의 문화적인 정서의 흐름에 따라서 많은 변화가 예상되므로 경제인구 예측을 적중하기에는 더 더욱 어려운 것이다. 인구 예측에 있어서 과거의 자료인즉, 1960년도부터 1990년도까지 센서스 인구를 이용하여 Box ＆ Jenkins가 개발한 ARIMA 모형을 써서 미래 2021년도까지의 인구를 각각 표나 부록에 나타난 것처럼 경제인구를 예측하였다.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.417-422
• /
• 2000

본 논문에서는 적응 뉴로-퍼지 모델링을 위해 최근에 BBS(blind source separation)분야에서 발전된 독립 성분 분석기법(ICA)을 전처리로 이용하여 효과적인 퍼지 규칙을 생성하는 방법을 제안한다. 기존의 뉴로-퍼지 모델링은 입력 데이터 성분간의 상관관계를 고려하지 않고 입력공간을 분할하기 때문에 효과적으로 분할하지 못하는 단점이 있다. 이로 인해 과도한 규칙 수와 큰 오차를 가지고 있었다. 이에, 본 연구에서는 독립 성분 분석기법을 이용하여 입력 데이터 성분간의 상관관계를 제거함으로서 적은 규칙 수를 갖으면서도 효율적인 퍼지 규칙을 얻을 수 있도록 하였다. 시뮬레이션 예로서 Box-Jenkins의 가스로 데이터의 모델링에 적용하여 유용성과 제안된 방법이 이전의 연구보다 좋은 결과를 보임을 알 수 있었다.

• 한국지능시스템학회논문지
• /
• 제10권3호
• /
• pp.194-202
• /
• 2000

본 논문에서는 여러 분야에서 널리 응용되고 있는 적응 뉴로-퍼지 시스템(ANFIS)에서의 효과적인 퍼지 규칙 생성 방법을 제안한다. 기존의 입력공간 그리드 분할을 이용한 ANFIS의 규칙 생성에 있어서는 얻어진 규칙의 수가 지수적으로 증가하는 단점이 있다. 이에, 본 연구에서는 조건부적인 FCM을 이용하여 입.출력 데이터이 특성을 잘 반영할 수 있는 클러스터를 구하고, 퍼지 균등화 방법을 적용하여 출력변수의 소속함수를 자동 생성하도록 하엿다. 이렇게 함으로서 적은 규칙 수를 갖으며서도 효율적인 퍼지 규칙을 얻을 수 있도록 하였다. 이들 방법의 유용함을 보이고자 트럭 후진제어와 Box-Jenkins의 가스로 데이터의 모델리에 적용하여 제안된 방법이 이전의 연구보다 좋은 결과를 보임을 알 수 있다.

• 한국지능시스템학회논문지
• /
• 제13권5호
• /
• pp.512-519
• /
• 2003

본 논문에서는 계층적 클러스터링과 GMM을 순차적으로 이용하여 최적의 파라미터를 추정하고 이를 뉴로-퍼지 모델의 초기 파리미터로 사용하여 모델의 성능 개선을 제안한다. 반복적인 시도 중 가장 좋은 파라미터를 선택하는 기존의 알고리즘 과 달리 계층적 클러스터링은 데이터들 간의 유클리디언 거리를 이용하여 클러스터를 생성하므로 반복적인 시도가 불필요하다. 또한 클러스터링 방법에 의해 퍼지 모델링을 행하므로 클러스터와 동일한 갯수의 적은 규칙을 갖는다. 제안된 방법의 유용함을 비선형 데이터인 Box-Jenkins의 가스로 예측 문제와 Sugeno의 비선형 시스템에 적용하여 이전의 연구보다 적은 규칙으로도 성능이 개선되는 것을 보였다.

• 물과 미래
• /
• 제17권4호
• /
• pp.281-291
• /
• 1984

한국하천유역의 강우량관측자료는 풍부하나 하천유량측정자료가 많고 섬진강 유역내의 압록과 송정의 유량관측기록이 비교적장기간에 것이 있고, 유속측정을 많이 하고 있으므로 본유역자료를 가지고 월유출량계열의 모형식을 유도하였다. 본모형식은 월강우량기록으로서 월유출량 산출식을 Box & Jenkins의 대체함수모형식에다 ARIMA의 잔차모형식을 가하여 유도한 것이다. 또 기 강우량과 유출량 자료간에는 잔차시계열이 정상공분산을 갖는다는 가정하에 모형식을 작성하였다. 자기상관 함수의 특성으로부터 ARIMA모형을 유도함에도 먼저 계산식으로 각변수를 산출하고, 이 변수를 다소조정반복시켜 가장 정확한 융통성있는 Box & Jenkins 방식의 모형식을 작성하였다. 섬진강에서 가장 적정모형식을 다음과 같은 일반식으로 주어졌다. 여기서 $Y_t=($\omega$o-$\omega$_1B) C_iX_t+$\varepsilon$t$ $Y_t$ 월유출량, $X_t$: 월 강우량, $C_i$: 월유출률, $$\omega$o-$\omega$_1$ : 대체변수 $$\varepsilon$_t$ : 잔차(임의오차성분) 섬진강수위관측소의 기 월유출량 기록자료로서 월유출량게열의 만족할만한 모형을 비교검토 연구작성하였다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제49권12호
• /
• pp.667-674
• /
• 2000

In this paper, a modified real-valued genetic algorithm is developed by using the meiosis for human's chromosome. Unlike common crossover methods adapted in the conventional genetic algorithms, our suggested modified real-valued genetic algorithm makes gametes by conducting the meiosis for individuals composed of chromosomes, and then generates a new individual through crossovers among those. Ultimately, when appling it for the gas data of Box-Jenkin, model and parameter identifications can be concurrently done to construct the optimal model of a neural network in terms of minimizing with the structure and the error.