• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.735-740
• /
• 2012

본 연구에서는 주성분 분석법 및 선형 판별 분석법을 이용한 다항식 방사형 기저 함수 신경회로망 분류기의 설계 방법론을 소개한다. 주성분 분석법과 선형판별 분석법을 사용하여 주어진 데이터의 정보 손실을 최소화한 특징데이터를 생성하고 이를 다항식 방사형 기저함수 신경회로망의 입력데이터로 사용한다. 방사형 기저 함수 신경회로망의 은닉층은 FCM 클러스터링 알고리즘으로 구성되며 연결가중치는 1차 선형식을 사용하였다. 최적의 분류기 설계를 위해서 최근에 제안된 Artificial Bee Colony(ABC) 최적화 알고리즘을 사용하여 구조 및 파라미터를 동조하였다. ABC 알고리즘을 통해 주성분 분석법과 선형판별 분석법의 고유벡터의 수 및 FCM 클러스터링 알고리즘의 퍼지화 계수등의 파라미터를 동조한다. 제안된 분류기는 대표적인 Machine Learning(ML) 데이터를 사용하여 성능을 평가하며 기존 분류기와 성능을 비교한다.

• Advances in nano research
• /
• 제12권5호
• /
• pp.515-527
• /
• 2022

The application of fibers in concrete obviously enhances the properties of concrete, also the application of natural fibers in concrete is raising due to the availability, low cost and environmentally friendly. Besides, predicting the mechanical properties of concrete in general and shear strength in particular is highly significant in concrete mixture with fiber nanocomposite reinforced concrete (FRC) in construction projects. Despite numerous studies in shear strength, determining this strength still needs more investigations. In this research, Adaptive Neuro-Fuzzy Inference System (ANFIS) have been employed to determine the strength of reinforced concrete with fiber. 180 empirical data were gathered from reliable literature to develop the methods. Models were developed, validated and their statistical results were compared through the root mean squared error (RMSE), determination coefficient (R²), mean absolute error (MAE) and Pearson correlation coefficient (r). Comparing the RMSE of PSO (0.8859) and ANFIS (0.6047) have emphasized the significant role of structural parameters on the shear strength of concrete, also effective depth, web width, and a clear depth rate are essential parameters in modeling the shear capacity of FRC. Considering the accuracy of our models in determining the shear strength of FRC, the outcomes have shown that the R² values of PSO (0.7487) was better than ANFIS (2.4048). Thus, in this research, PSO has demonstrated better performance than ANFIS in predicting the shear strength of FRC in case of accuracy and the least error ratio. Thus, PSO could be applied as a proper tool to maximum accuracy predict the shear strength of FRC.

• Steel and Composite Structures
• /
• 제48권2호
• /
• pp.179-190
• /
• 2023

Many recent attempts have sought accurate prediction of pile pullout resistance (P_ul) using classical machine learning models. This study offers an improved methodology for this objective. Adaptive neuro-fuzzy inference system (ANFIS), as a popular predictor, is trained by a capable metaheuristic strategy, namely equilibrium optimizer (EO) to predict the P_ul. The used data is collected from laboratory investigations in previous literature. First, two optimal configurations of EO-ANFIS are selected after sensitivity analysis. They are next evaluated and compared with classical ANFIS and two neural-based models using well-accepted accuracy indicators. The results of all five models were in good agreement with laboratory P_uls (all correlations > 0.99). However, it was shown that both EO-ANFISs not only outperform neural benchmarks but also enjoy a higher accuracy compared to the classical version. Therefore, utilizing the EO is recommended for optimizing this predictive tool. Furthermore, a comparison between the selected EO-ANFISs, where one employs a larger population, revealed that the model with the population size of 75 is more efficient than 300. In this relation, root mean square error and the optimization time for the EO-ANFIS (75) were 19.6272 and 1715.8 seconds, respectively, while these values were 23.4038 and 9298.7 seconds for EO-ANFIS (300).

• 센서학회지
• /
• 제6권1호
• /
• pp.6-15
• /
• 1997

이 논문은 빔의 구조를 갖거나 멤브레인의 구조를 갖는 써모파일 센서의 다목적 최적설계에 관한 연구이다. 연구대상의 써모파일 센서는 $Si_{3}N_{4}/SiO_{2}$ 박막위에 알루미늄과 다결정 실리콘을 사용하여 열전쌍을 형성하고, 박막중심부에 $RuO_{2}$를 사용하여 적외선 흡수부를 만들어 중심부와 실리콘림부 사이의 온도차이에 따른 Seebeck 효과에 의한 유기전압을 감지하는 센서를 대상으로 하였다. 최적설계의 목적함수는 센서의 감도, 검출능 (detectivity) 및 열시정수를 대상으로 하였다. 패키지를 고려하여 모델링을 하였으며, 기존의 식의 고찰에 의한 단순 설계방법이 아닌 수학적 계획법을 사용한 다목적 최적화 방법을 이용하여 최적해를 구하였다. 최종적인 최적설계 수식화에는 퍼지계획법에서 사용되는 소속함수를 정의하여 설계자가 우선적으로 신뢰할 수 있는 해를 구 할 수 있도록 하였다. 또한, 제한조건으로서 주위 온도변화에 따른 센서의 출력전압변화를 포함시켜 실제 사용되는 환경을 고려하였다.

• Smart Structures and Systems
• /
• 제19권4호
• /
• pp.341-350
• /
• 2017

Based on the super elastic properties of the shape memory alloy (SMA) and the inverse piezoelectric effect of piezoelectric (PZT) ceramics, a kind of hybrid semi-active control device was designed and made, its mechanical properties test was done under different frequency and different voltage. The local search ability of genetic algorithm is poor, which would fall into the defect of prematurity easily. A kind of adaptive immune memory cloning algorithm(AIMCA) was proposed based on the simulation of clone selection and immune memory process. It can adjust the mutation probability and clone scale adaptively through the way of introducing memory cell and antibody incentive degrees. And performance indicator based on the modal controllable degree was taken as antigen-antibody affinity function, the optimization analysis of damper layout in a space truss structure was done. The structural seismic response was analyzed by applying the neural network prediction model and T-S fuzzy logic. Results show that SMA and PZT friction composite damper has a good energy dissipation capacity and stable performance, the bigger voltage, the better energy dissipation ability. Compared with genetic algorithm, the adaptive immune memory clone algorithm overcomes the problem of prematurity effectively. Besides, it has stronger global searching ability, better population diversity and faster convergence speed, makes the damper has a better arrangement position in structural dampers optimization leading to the better damping effect.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.5904-5927
• /
• 2019

Many artificial intelligence (AI) techniques have been embedded into various engineering technologies to assist them in achieving different goals. The integration of modern technologies with energy consumption management system and occupant's comfort inside buildings results in the introduction of intelligent building concept. The major aim of this integration is to manage the energy consumption effectively and keeping the occupant satisfied with the internal environment of the building. The last few couple of years have seen many applications of AI techniques for optimizing the energy consumption with maximizing the user comfort in smart buildings but still there is much room for improvement in this area. In this paper, a hybrid of two AI algorithms called firefly algorithm (FA) and genetic algorithm (GA) has been used for user comfort maximization with minimum energy consumption inside smart building. A complete user friendly system with data from various sensors, user, processes, power control system and different actuators is developed in this work for reducing power consumption and increase the user comfort. The inputs of optimization algorithms are illumination, temperature and air quality sensors' data and the user set parameters whereas the outputs of the optimization algorithms are optimized parameters. These optimized parameters are the inputs of different fuzzy controllers which change the status of different actuators according to user satisfaction.

• Nuclear Engineering and Technology
• /
• 제27권5호
• /
• pp.721-729
• /
• 1995

000년부터 2030년까지의 한국 원전연료주기의 최적전략을 도출하기 위하여 선형계획법을 사용하였다. 최적화를 위한 결정 인자로서는 원전연료 주기비용, 요소비용의 불확실성, 우라늄 소요량을 사용하였다. 위의 인자들을 동시에 고려하기 위하여 각각에 대한 만족도 중 최소값을 최대화하는 퍼지 의사결정기법을 이용하였다. 사용 후 원전 연료에 대한 가능한 선택대안으로는 직접처분, DUPIC, 재처리를 가정하였다. 한국의 원전연료주기 전략은 2010년경부터 재처리를 시작하여 그 처리용량을 2025년경에는 800톤까지 점차로 늘려 나가고, DUPIC 처리를 2025년경부터 시작하는 것이 최적인 것으로 나타났다. 요소비용의 불확실성과 우라늄 소요량을 고려함으로써 단순히 비용만을 고려한 경우보다 총비용은5.4%증가하나, 요소비용 불확실성은 7.1%, 우라늄 소요량은 6. d1％ 감소하는 것으로 나타났다.

• Geomechanics and Engineering
• /
• 제31권2호
• /
• pp.129-147
• /
• 2022

The properties of soil are naturally highly variable and thus, to ensure proper safety and reliability, we need to test a large number of samples across the length and depth. In pile foundations, conducting field tests are highly expensive and the traditional empirical relations too have been proven to be poor in performance. The study proposes a state-of-art Particle Swarm Optimization (PSO) hybridized Artificial Neural Network (ANN), Extreme Learning Machine (ELM) and Adaptive Neuro Fuzzy Inference System (ANFIS); and comparative analysis of metaheuristic models (ANN-PSO, ELM-PSO, ANFIS-PSO) for prediction of bearing capacity of pile foundation trained and tested on dataset of nearly 300 dynamic pile tests from the literature. A novel ensemble model of three hybrid models is constructed to combine and enhance the predictions of the individual models effectively. The authenticity of the dataset is confirmed using descriptive statistics, correlation matrix and sensitivity analysis. Ram weight and diameter of pile are found to be most influential input parameter. The comparative analysis reveals that ANFIS-PSO is the best performing model in testing phase (R² = 0.85, RMSE = 0.01) while ELM-PSO performs best in training phase (R² = 0.88, RMSE = 0.08); while the ensemble provided overall best performance based on the rank score. The performance of ANN-PSO is least satisfactory compared to the other two models. The findings were confirmed using Taylor diagram, error matrix and uncertainty analysis. Based on the results ELM-PSO and ANFIS-PSO is proposed to be used for the prediction of bearing capacity of piles and ensemble learning method of joining the outputs of individual models should be encouraged. The study possesses the potential to assist geotechnical engineers in the design phase of civil engineering projects.

• 한국컴퓨터정보학회논문지
• /
• 제15권11호
• /
• pp.143-156
• /
• 2010

근거리통신망과 인터넷으로부터 유입되는 정보보호 위협이 증가하는 상황에 대처하기 위하여, 많은 기업들이 정보보호 시스템 구축을 고려하고 있다. 기업 내 의사결정자의 정보보호 도구 선택을 지원하기 위하여, 본 논문은 선형퍼지회귀분석 및 physical programming을 이용하는 세 가지 단계로 구성된 통합 프레임워크를 제안하였다. 첫째, 정보보호도구 선정 기준 및 평가 기준에 대한 전문가들의 상대평가 의견을 바탕으로, 각 정보보호 기준들 간의 관계를 정량화시키기 위하여 analytic hierarchy process 및 quality function deployment 방법을 적용하였다. 그리고, 선형퍼지회귀분석법을 활용하여 각 기준별 평가값을 산출하였다. 마지막으로, 정보보호 시스템의 품질, 정보보호 수준, 비용 등의 다수 목적함수를 효과적으로 고려하기 위하여, physical programming weights 알고리즘을 통하여 도출된 가중치에 기반한 목표계획법을 활용하여 가장 적절한 정보보호 도구를 선정하였다. 이와 같은 과정은 구체적인 예제를 통해 단계별로 설명하고 그 장점을 가시적으로 제시하였다. 본 연구에서 제안한 방법은 전문가 제공 정보에서 발생 가능한 노이즈를 효과적으로 제거함으로써, 전문가의 경험을 통한 표준 정보보호 기준의 확보와 수학적 최적화 방법을 통한 정확성 확보의 장점을 의사결정자에게 제공할 것으로 기대된다.

• 전자공학회논문지B
• /
• 제33B권1호
• /
• pp.87-95
• /
• 1996

본 논문에서는 새로운 퍼지 패턴 매칭 분류기(fuzzy pattern matching classifier) 설계 방법을 제안하였다. 기존의 퍼지 패턴 매칭 분류기를 설계함에 있어 분류기의 성능에 결정적인 영향을 미치는 소속 함수 (membership functions)의 모양과 개수에 대한 정확한 정보를 알 수 없었다. 따라서 소속 함수를 구하기 위하여 시행 착오(trial-error)법 혹은 경험에 의존하는(heuristic) 방법이 사용되어 왔다. 그러나 이러한 방법은 다양한 종류의 패턴에 대하여 적용하기에는 한계가 있다. 본 논문에서는 유전 알고리즘을 사용하여 분류 에러를 최소로 줄이는 소속 함수의 적절한 모양과 개수를 찾기 위한 새로운 방법을 제안한다. 유전 알고리즘(genetic algorithms)은 진화라는 생물학적 모델을 기초로한 통계적 알고리즘의 한 부류이다. 이는 여러 함수 최적화 문제에 적용되어 최적 혹은 최적 근처의 해를 찾아 준다. 본 논문에서 유전 알고리즘은 분류 에러에 반비례하는 적합도 함수(fitness function)를 기본으로 소속 함수의 모양과 개수를 결정하는데 쓰인다. 유전 알고리즘에 있어서의 스트링은 소속 함수를 결정하게 되며 인식 결과는 다음 세대의 재생(reproduction) 연산에 영향을 미치게 된다. 제안되는 방법을 타이어 접지면 패턴과 필기체 영문자 인식에 적용하여 보았다. 실험 결과는 본 방법이 유용함을 보여준다.