• 한국지능시스템학회논문지
• /
• 제3권1호
• /
• pp.65-75
• /
• 1993

Fuzzy data is a phenomenon often occurring in real life. There is the inherent vagueness of classification terms referring to a continuous scale, the uncertainty of linguistic terms such as "I almost agree" or the vagueness of terms and concepts due to the statistical variability in communication [20] and many more. Previously, such fuzzy data was approximated by non-fuzzy (crisp) data, which obviously did not lead to a correct and precise representation of the real world. Fuzzy set theory has been developed to represent and manipulate fuzzy data [18]. Explicitly managing the degree of fuzziness in databases allows the system to distinguish between what is known, what is not known and what is partially known. Systems in the literature whose specific objective is to handle imprecision in databases present various approaches. This paper is concerned with the different ways uncertainty and imprecision are handled in database design. It outlines the major areas of fuzzification in (relational) database systems.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.968-971
• /
• 1993

Fuzzy inference system which inferences and processes the Fuzzy information is designed using digital voltage mode neural circuits. The digital fuzzification circuit is designed to MIN,MAX circuit using CMOS neural comparator. A new defuzzification method which uses the center of area of the resultant fuzzy set as a defuzzified output is suggested. The method of the center of area(C. O. A) search for a crisp value which is correspond to a half of the area enclosed with inferenced membership function. The center of area defuzzification circuit is proposed. It is a simple circuit without divider and multiflier. The proposed circuits are verified by implementing with conventional digital chips.

• 한국지능시스템학회논문지
• /
• 제5권1호
• /
• pp.15-20
• /
• 1995

삼각 멤버쉽함수는 적용의 간편성으로 인하여 가장 절리 쓰이는 멤버쉽함수이다. 그러므로, 각 삼각형의 밑변의 길이가 퍼지 추론의 결과에 영향을 주는 이유에 대한 해석이 필요하다. 본 논문에서는 일정 비의 규칙성을 갖는 삼각 멤버쉽함수가 결과에 어떠한 영향을 미치는 지에 대하여 기하하적인 접근 방법으로 해석해 보았다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.1024-1026
• /
• 1996

Sources of nonlinearity In a fuzzy logic controller Include the fuzzification, the fuzzy reasoning and the defuzzification. In this paper, a closed form expression for the defuzzified output is derived in case of a fuzzy logic controller with two Inputs, triangular memberships, MacVicar-Whelan type linguistic rules, and direct fuzzy reasoning. As a result, it is shown that fuzzy logic controller is a nonlinear controller. Also its nonlinearity Is analyzed with respect to the conventional PID control and the sliding mode control.

• 한국농공학회논문집
• /
• 제65권4호
• /
• pp.33-43
• /
• 2023

In this study, it was developed and verified an application method of fuzzy-logic theory to the rating process of agricultural fill dam safety. A fuzzy-logic is very famous logical system when some decision making is made on the status of a lack of information. Three proxies were selected and configured membership functions (MFs) and these MFs were activated in the process of fuzzification procedures. Fuzzified vlaues were passed through the rule-based inference system, then fire strength could classified among cases of the rule-based inference system. To obtain final results, Mandani-type was adapted in the defuzzification process. As the results, it was shown the developed system can give a correct results that was compared with Matlab - fuzzy inference function. More ever it could perform the detailed analysis and improvement on the infrastructure safety rating process using classical diagnosis method.

• 한국지능시스템학회논문지
• /
• 제17권7호
• /
• pp.970-976
• /
• 2007

본 연구에서는 퍼지 추론 메커니즘에 기반 한 다항식 네트워크 패턴 분류기(Polynomial Network Pattern Classifier; PNC)를 설계하고 Particle Swarm Optimization 알고리즘을 이용하여 PNC 파라미터, 즉, 학습률, 모멘텀 계수, FCM 클러스터링의 퍼지화 계수(fuzzification Coefficient)를 최적화한다. 제안된 PNC 구조는 FCM 클러스터링에 기반한 분할 함수를 활성 함수로 사용하며, 다항식 함수로 구성된 연결가중치를 사용함으로서 기존 신경회로망 분류기의 선형적인 특성을 개선한다. PNC 구조는 언어적 해석관점에서 "If-then"의 퍼지 규칙으로 표현되며 퍼지 추론 메커니즘에 의해 구동된다. 즉 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 나뉘어 네트워크 구조가 형성된다. 조건부는 FCM 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현한다. 마지막으로, 네트워크의 최종출력은 추론부의 퍼지추론에 의한다. 제안된 PNC는 다항식 기반 구조의 퍼지 추론 특성으로 인해 출력 공간상에 비선형 판별 함수(nonlinear discernment function)가 생성되어 분류기로서의 성능을 높인다.

• 한국철도학회논문집
• /
• 제19권2호
• /
• pp.170-186
• /
• 2016

본 논문에서는 철도 시스템에서 안전무결성수준 평가를 위한 다단계 퍼지 리스크 그래프를 제안한다. 본 모델은 입력변수의 모호함과 주관적 전문가 판단의 단점을 보완하는 것을 목적으로 한다. 다단계 퍼지 리스크 그래프 모델은 2단계로 구성된다. 본 논문에서는 첫 번째 퍼지화를 위한 상세 입력 변수가 제안되고 첫 번째 단계에서 퍼지 이론을 적용하여 기존의 리스크 그래프 입력 변수인 심각도, 노출도, 회피도, 요구율을 산정한다. 퍼지 추론 및 역퍼지화 결과 2단계에서 적용할 입력변수가 도출된다. 두 번째 단계에서는 식별된 해당 해저드에 대하여 안전 무결성 수준과 허용 해저드율을 산정하여 안전 요구사항을 수립한다. 또한 다단계 퍼지 리스크 그래프 모델을 검증하기 위해 CENELEC SC 9XA WG A10 보고서에 소개된 건널목 시스템을 대상으로 한 안전성 평가 결과와 비교하여 모델을 검증하였으며, 철도 분야의 초기 개념 설계 단계 안전성 요구사항을 수립 시 적용할 수 있다.

• 한국철도학회논문집
• /
• 제19권2호
• /
• pp.145-158
• /
• 2016

철도 신호 시스템의 안전 확보 기준으로 사용되는 안전무결성수준(SIL, Safety Integrity Level) 할당에 사용되는 기존 정성적 평가방법인 리스크 그래프에 대하여 소개하고, 정성적 평가의 문제점인 입력 변수의 모호성 및 안전무결성수준간 경계성 문제에 대하여 퍼지 이론 적용을 통해 문제점을 보완하는 것을 목적으로 한다. 본 모델의 퍼지 입력변수는 4가지인 심각도, 노출도, 회피도, 요구율로 구성되며, 퍼지추론(Fuzzy Inference)은 IEC 61511의 계량적 리스크 그래프를 적용하여 48개의 퍼지 규칙을 생성한다. 퍼지추론은 최대 최소 합성(Max-Min Composition)의 퍼지관계 합성연산을 적용한다. 추론 모델을 통해 도출된 최종적인 추론 결과는 퍼지 값이므로 실제 상황에 적용 가능하도록 다시 실수 값으로 변환하는 역 퍼지화 과정을 통해 최종 출력값인 안전무결성수준과 그에 해당하는 허용 해저드율을 생성하여, 최종적인 해당 해저드에 대한 안전성 요구사항을 도출한다. 마지막으로 본 평가모델 검증을 위해 CENELEC SC 9XA WG A10 보고서에 소개된 단선구간에서의 신호시스템을 대상으로 한 안전성 평가 결과와 비교한다.

• 전기학회논문지
• /
• 제62권4호
• /
• pp.544-553
• /
• 2013

In this paper, we propose the pattern classifier of Radial Basis Function Neural Networks(RBFNNs) for diagnosis of 3-phase partial discharge. Conventional methods map the partial discharge/noise data on 3-PARD map, and decide whether the partial discharge occurs or not from 3-phase or neutral point. However, it is decided based on his own subjective knowledge of skilled experter. In order to solve these problems, the mapping of data as well as the classification of phases are considered by using the general 3-PARD map and PA method, and the identification of phases occurring partial discharge/noise discharge is done. In the sequel, the type of partial discharge occurring on arbitrary random phase is classified and identified by fuzzy clustering-based polynomial Radial Basis Function Neural Networks(RBFNN) classifier. And by identifying the learning rate, momentum coefficient, and fuzzification coefficient of FCM fuzzy clustering with the aid of PSO algorithm, the RBFNN classifier is optimized. The virtual simulated data and the experimental data acquired from practical field are used for performance estimation of 3-phase partial discharge pattern classifier.

• 전기학회논문지
• /
• 제67권4호
• /
• pp.569-577
• /
• 2018

In this paper, with the aid of information which is included within data, preprocessing algorithm-based black plastic classifier is designed. The slope and area of spectrum obtained by using laser induced breakdown spectroscopy(LIBS) are analyzed for each material and its ensuing information is applied as the input data of the proposed classifier. The slope is represented by the rate of change of wavelength and intensity. Also, the area is calculated by the wavelength of the spectrum peak where the material property of chemical elements such as carbon and hydrogen appears. Using informations such as slope and area, input data of the proposed classifier is constructed. In the preprocessing part of the classifier, Principal Component Analysis(PCA) and fuzzy transform are used for dimensional reduction from high dimensional input variables to low dimensional input variables. Characteristic analysis of the materials as well as the processing speed of the classifier is improved. In the condition part, FCM clustering is applied and linear function is used as connection weight in the conclusion part. By means of Particle Swarm Optimization(PSO), parameters such as the number of clusters, fuzzification coefficient and the number of input variables are optimized. To demonstrate the superiority of classification performance, classification rate is compared by using WEKA 3.8 data mining software which contains various classifiers such as Naivebayes, SVM and Multilayer perceptron.