• 지능정보연구
• /
• 제8권1호
• /
• pp.63-74
• /
• 2002

본 논문에서는 용해로 이상감시를 위한 실시간 유리 용해로 운전 전문가시스템을 구축한 결과를 소개한다. 유리용해 공정에서는 운전자의 경험지식에 의해 내부의 상황을 판단하게 되고, 이는 용해로 수명과 제품의 품질에 중요한 영향을 준다 이를 전문가 시스템으로 구현하기 위하여, 먼저 기존 운전자의 지식을 취합, 분석한다. 그 후, 취합된 각 지식들의 특성에 부합하도록 이진 규칙(Crisp Rule)과 퍼지 규칙(Fuzzy Rule)으로 구분한다. 이 때, 선형 회귀분석을 통하여 퍼지 규칙의 입력을 결정함으로써 보다 정확한 운전 지식의 표현이 가능하도록 하였다. 설계된 알고리즘은 젠심(Gensym)사의 실시간 전문가 시스템 개발 툴인 G2를 사용하여 구현하였다. 제시된 퍼지 전문가 시스템은 삼성코닝(주) 수원사업장의 실제 생산 용해 공정에 직접 적용하여 그 효율성이 검증되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1998년도 제13차 학술회의논문집
• /
• pp.254-259
• /
• 1998

A new design methology is proposed to identify the structure and parameters of fuzzy model using PNN and a fuzzy inference method. The PNN is the extended structure of the GMDH(Group Method of Data Handling), and uses several types of polynomials such as linear, quadratic and cubic besides the biquadratic polynomial used in the GMDH. The FPNN(Fuzzy Polynomial Neural Networks) algorithm uses PNN(Polynomial Neural networks) structure and a fuzzy inference method. In the fuzzy inference method, the simplified and regression polynomial inference methods are used. Here a regression polynomial inference is based on consequence of fuzzy rules with a polynomial equations such as linear, quadratic and cubic equation. Each node of the FPNN is defined as fuzzy rules and its structure is a kind of neuro-fuzzy architecture. In this paper, we will consider a model that combines the advantage of both FPNN and PNN. Also we use the training and testing data set to obtain a balance between the approximation and generalization of process model. Several numerical examples are used to evaluate the performance of the our proposed model.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 추계학술대회 논문집 학회본부 B
• /
• pp.675-677
• /
• 1998

In this paper, we propose the fuzzy inference algorithm with multi-layer structure. MFIS(Multi-layer Fuzzy Inference System) uses PNN(Polynomial Neural networks) structure and the fuzzy inference method. The PNN is the extended structure of the GMDH(Group Method of Data Hendling), and uses several types of polynomials such as linear, quadratic and cubic, as well as the biquadratic polynomial used in the GMDH. In the fuzzy inference method, the simplified and regression polynomial inference methods are used. Here, the regression polynomial inference is based on consequence of fuzzy rules with the polynomial equations such as linear, quadratic and cubic equation. Each node of the MFIS is defined as fuzzy rules and its structure is a kind of neuro-fuzzy structure. We use the training and testing data set to obtain a balance between the approximation and the generalization of process model. Several numerical examples are used to evaluate the performance of the our proposed model.

• 대한토목학회논문집
• /
• 제33권5호
• /
• pp.1809-1827
• /
• 2013

기후변화로 인해 발생하는 이상홍수에 대비하기 위해서는 다양한 대책을 강구할 필요가 있다. 그 중 비구조적 대책으로 홍수예경보시스템을 구축하여 홍수에 대비할 수 있도록 하는 것이 중요하다. 본 연구의 목적은 실시간 홍수예측 시스템을 구축하기 위해 뉴로-퍼지 모형과 다중선형회귀 모형을 비교하여 우수한 실시간 홍수예측 모형을 개발하는데 있다. 이를 위해 같은 입력자료를 사용하여 뉴로-퍼지 모형과 다중선형회귀 모형을 구축하고 낙동강 유역의 다양한 홍수사상에 대해 적용하였다. 모의결과 뉴로-퍼지 모형이 다중선형회귀 모형보다 좀 더 나은 예측 결과를 나타내는 것을 확인할 수 있었다. 본 연구는 향후 낙동강 유역의 충분한 선행시간을 확보한 정확도 높은 홍수정보시스템의 구축에 활용할 수 있을 것으로 판단된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 추계학술대회 논문집 전력기술부문
• /
• pp.432-434
• /
• 2001

This paper proposes a special-day load forecasting method with the characteristics of temperature based on fuzzy linear regression. We can obtain a linear regression model from the relation between daily peak load and daily maximum or minimum temperature. Simulation results show that the proposed method can improve an accuracy of a special-day load forecasting.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.130-133
• /
• 2000

In this paper, a new design methodology named FNNN(Fuzzy Polynomial Neural Network) algorithm is proposed to identify the structure and parameters of fuzzy model using PNN(Polynomial Neural Network) structure and a fuzzy inference method. The PNN is the extended structure of the GMDH(Group Method of Data Handling), and uses several types of polynomials such as linear, quadratic and modified quadratic besides the biquadratic polynomial used in the GMDH. The premise of fuzzy inference rules defines by triangular and gaussian type membership function. The fuzzy inference method uses simplified and regression polynomial inference method which is based on the consequence of fuzzy rule expressed with a polynomial such as linear, quadratic and modified quadratic equation are used. Each node of the FPNN is defined as fuzzy rules and its structure is a kind of neuro-fuzzy architecture Several numerical example are used to evaluate the performance of out proposed model. Also we used the training data and testing data set to obtain a balance between the approximation and generalization of proposed model.

• Structural Engineering and Mechanics
• /
• 제47권5호
• /
• pp.679-700
• /
• 2013

Two new predictive design methods are presented in this study. The first is a hybrid method, called neuro-fuzzy, based on neural networks with fuzzy learning. A total of 280 experimental datasets obtained from the literature concerning concentric punching shear tests of reinforced concrete slab-column connections without shear reinforcement were used to test the model (194 for experimentation and 86 for validation) and were endorsed by statistical validation criteria. The punching shear strength predicted by the neuro-fuzzy model was compared with those predicted by current models of punching shear, widely used in the design practice, such as ACI 318-08, SIA262 and CBA93. The neuro-fuzzy model showed high predictive accuracy of resistance to punching according to all of the relevant codes. A second, more user-friendly design method is presented based on a predictive linear regression model that supports all the geometric and material parameters involved in predicting punching shear. Despite its simplicity, this formulation showed accuracy equivalent to that of the neuro-fuzzy model.

• 한국강구조학회 논문집
• /
• 제9권4호통권33호
• /
• pp.579-588
• /
• 1997

사장교의 시공 특성상 여러 가지 원인에 의하여 오차가 발생하고, 복잡한 시공 과정을 거치는 동안 오차가 누적되어 점점 확대된다. 따라서, 설계와는 상당히 달리 부재에 불리한 응력분포와 교량의 과도한 처짐 등이 발생할 수 있다. 부재의 응력분포와 교량의 기하형상을 바람직한 방향으로 수정하기 위해 사장교의 시공 중에 케이블의 장력보정이 불가피하다. 기존의 장력보정 방법은 오차 단위의 차이를(케이블 장력과 주형의 처짐 등) 고려하기 위하여 최적화 과정 중에 가중치 계수를 사용하여야 한다. 하지만 이 가중치 계수를 결정하는 것이 쉽지 않고, 한 차례의 보정을 실시한 후에도 오차가 설계허용범위를 벗어날 때는 새로운 가중치 계수를 도입하여 여러 번 반복 수행해야하므로 상당한 시간이 요구된다. 본 연구에서는 이와 같은 점을 고려하여 선형퍼지회귀분석기법을 케이블 장력보정에 적용하였다. 이 방법은 설계자의 의도와 시방 규정을 선형최적화 문제의 구속 조건의 형태로 정식화 과정에 포함시킬 수 있고, 기존의 방법보다 빠르게 현장에서의 장력보정을 수행할 수 있다.

• Fibers and Polymers
• /
• 제7권2호
• /
• pp.203-212
• /
• 2006

The purpose of this study was to examine the effects of the structural properties of plain knit fabrics on the subjective perception of textures, sensibilities, and preference among consumers. This study, then, aimed to provide useful information with respect to planning and designing knitted fabrics by predicting the subjective characteristics analyzed according to their structural properties. For this purpose, we employed statistical analysis tools, such as factor and regression analysis and an adaptive-network-based fuzzy inference system(ANFIS), thereby combining the merits of fuzzy and neural networks and presupposing a non-linear relationship. Through factor analysis, we also categorized the subjective textures into 'roughness', 'softness', 'bulkiness' and 'stretch-ability' with R2=70.32%: and categorized the sensibilities into 'Stable/Neat', 'Natural/Comfortable' and 'Feminine/Elegant' with R2=68.12%. We analyzed subjective textures, sensibilities, and preference with ANFIS, assuming non-linear relationships; consequently, we were able to generate three or four fuzzy rules using wool/rayon fiber content and loop length as input data. The textures of roughness and softness exhibited a linear relationship, but other subjective characteristics demonstrated a non-linear input-output relationship. Compared with linear regression analysis, the ANFIS exhibited had higher predictive power with respect to predicting subjective characteristics.

• 한국정보통신학회논문지
• /
• 제26권7호
• /
• pp.963-971
• /
• 2022

상수도 관망은 국가 수도 시설의 주요한 구성 요소이지만 대부분이 지중에 매립되어 있어 배관의 노후화 정도 및 누수를 파악하기 어려우므로 유지관리 하기가 매우 어렵다. 본 연구에서는 관망에 설치된 다양한 센서 조합을 가정하여, 데이터 조합에 따른 관로 누수 판별 가능성을 검토하기 위하여 선형회귀분석, 뉴로퍼지 등의 인공지능 알고리즘을 통한 유량과 압력 예측을 실시하여 최적 알고리즘을 도출하였다. 공급압력 예측을 통한 누수판별의 경우 뉴로퍼지 알고리즘이 선형회귀분석에 비하여 우수하였다. 누수유량 예측에서는 뉴로퍼지를 이용한 유량예측이 우선 고려되어야 한다. 다만, 유량을 모사하기 힘든 경우에는 선형 알고리즘을 이용한 공급압력 예측이 이루어져야 할 것으로 사료 된다.