• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.517-521
• /
• 1998

DEA(data envelopment analysis) is a non-parametric technique for measuring and evaluating the relative efficiencies of a set of entities with common crisp inputs and outputs. In fact, in a real evaluation problem input and output data of entities often flucturate. These fluctuating data can be represented as linguistic variables characterized by fuzzy numbers. Based on a fundamental CCR model, a fuzzy DEA model is proposed to deal with fuzzy input and output data, Furthermore, a model that extends a fuzzy DEA to a more general case is also proposed with considering the relation between DEA and RA (regression analysis) . the crisp efficiency in CCR modelis extended to an L-R fuzzy number in fuzzy DEA problems to reflect some uncertainty in real evaluation problems.

• 한국수자원학회논문집
• /
• 제45권10호
• /
• pp.1023-1034
• /
• 2012

선형회귀분석기법은 오랫동안 수공학분야뿐만 아니라 경제학, 통계학 등 여러 분야에서 널리 이용되어 왔다. Fuzzy 회귀분석기법은 자료의 불확실성이 높을 때 이를 정량화하여 회귀분석 모형에 반영할 수 있다. 본 연구에서는 평창강 유역의 임의 지점에서 설계 홍수량을 산정하기 위해 fuzzy 회귀분석모형을 개발하였다. 평창강 유역과 같은 산지하천 유역은 관측소의 부재로 홍수유출해석에 필요한 자료의 습득이 어려운 경우가 많이 있다. 본 연구에서는 지리정보시스템을 이용하여 유역특성인자를 공간적으로 분석하고, 그 결과를 바탕으로 미계측 산지유역에서 설계홍수량을 산정할 수 있는 기법을 검토하였다. Fuzzy 회귀분석기법을 산지하천 유역의 특성을 가지고 있으며 IHP 시험유역 운영을 통하여 비교적 강우와 유량자료가 잘 수집되어 있는 평창강 유역에 적용하였다. 평창강 유역에 대해서 유역특성인자를 이용하여 fuzzy 설계홍수량 산정식을 개발하였고, 유역의 본류를 따라 위치하고 있는 9개의 지점에서 산정된 빈도홍수량과 비교하여 개발된 산정식의 적합성을 검토하였다. Fuzzy 회귀분석을 사용하여 지역회귀분석을 수행한다면 자료 관측에서 발생하는 빈도홍수량의 불확실성을 정량화하고, 불확실성의 전파를 파악할 수 있다.

• 한국지능시스템학회논문지
• /
• 제25권5호
• /
• pp.489-494
• /
• 2015

본 연구의 목적은 프로농구 경기의 승부 결과를 회귀모형을 이용하여 분석하는 것이다. 이를 위해 본 연구에서는 전통적인 회귀분석 방법과 문자적인 변수를 사용하는 퍼지회귀모형을 사용하였다. 승부의 결과를 두 팀 간의 점수차로 표현하여 분석한 일반회귀분석 방법에서는 두 팀의 점수차에 영향을 미치는 변수를 찾아 승부의 결과에 대한 회귀모형을 제시하였다. 그리고 두 팀의 승부 결과를 "대승, 승리, 신승, 석패, 패배 그리고 대패"와 같이 문자적으로 표현한 퍼지회귀모형에서는 각 팀의 경기력과 조직력을 퍼지수로 표현하여 각 팀의 경기력과 조직력이 승부의 결과에 미치는 영향을 분석하였다. 본 연구는 한국프로농구연맹(KBL, Korea Basketball League)에서 제공하는 2013~2014시즌의 자료와 프로농구의 결과를 분석하는 칼럼들을 이용하여 분석하였다.

• 한국지능시스템학회논문지
• /
• 제8권6호
• /
• pp.99-105
• /
• 1998

이 논문은 퍼지비선형회귀모형에 대한 것으로서 유전적 알고리즘을 이용한 퍼지회귀분석모형을 제안한다. 유전적 알고리즘이란 좀 더 나은 퍼지회귀분석을 위하여 입력데이터를 분류하는데 사용되어진다. 이 분할에서 각 데이터는 분류된 데이터그룹에 속하는 멤버쉽함수의 값을 가지게 된다. 데이터그룹은 각 변수의 영역을 최적으로 분할함에 따라 몇 개의 퍼지선형회귀모형에서 서로 다른 퍼지파라메타를 가지게 된다. 데이터에 대한 최종 퍼지수를 얻기 위하여 각 데이터그룹의 퍼지출력을 구성한다. 이 방법의 유효성은 사례연구에 의하여 보이고자 한다.

• 한국지능시스템학회논문지
• /
• 제23권4호
• /
• pp.366-370
• /
• 2013

설명변수와 반응변수 사이의 통계적 관계를 설명하기 위해 사용되는 회귀모형을 분석하는 방법을 회귀분석이라 한다. 본 논문에서는 독립변수와 종속변수에 대한 퍼지관계를 표현하는 퍼지회귀모형를 추정하기 위하여 이상치에 민감하지 않은 로버스트한 추정량인 Theil방법을 소개한다. Theil방법은 설명변수와 반응변수의 ${\alpha}$-수준집합의 각 성분으로 구성된 집합에서 선택한 임의의 두 쌍 자료로부터 계산된 변화율의 중위수를 두 변수에 대한 변화량의 추정량으로 간주한다. 본 논문에서 제안된 Theil방법이 최소자승법을 이용하여 추정된 퍼지회귀모형보다 더 정확할 수 있음을 예제를 통하여 확인한다.

• 한국산업정보학회논문지
• /
• 제4권2호
• /
• pp.7-13
• /
• 1999

본 연구에서는 주어진 입출력 데이터에 신뢰도를 나타내는 소속함수 값이 붙여진 경우에 대하여 유효한 퍼지 신경망을 제안한다. 먼저, 퍼지수 연결강도와 퍼지수 임계치를 가진 퍼지 신경망의 구조를 나타낸다. 코스트 함수는 퍼지 신경망으로부터의 출력치와 소속함수 값을 가진 목표 출력치를 이용하여 정의되고, 퍼지 신경망의 학습 알고리즘은 정의된 코스트 함수로부터 도출된다. 마지막으로 도출된 학습 알고리즘을 이용하여 사출성형 품질의 목측 평가치 해석에 적용하고 그 유효성을 나타낸다.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 1999년도 춘계학술대회 논문집
• /
• pp.75-80
• /
• 1999

As current manufacturing processes require high spindle speed and precise machining, increasing accuracy by reducing volumetric errors of the machine itself, particularly thermal errors, is very important. Thermal errors can be estimated by many empirical models, for example, an FEM model, a neural network model, a linear regression model, an engineering judgment model etc. This paper discusses to make a modeling of thermal errors efficiently through backward elimination and fuzzy logic strategy. The model of a thermal error using fuzzy logic strategy overcome limitation of accuracy in the linear regression model or the engineering judgment model. And this model is compared with the engineering judgment model. It is not necessary complex process such like multi-regression analysis of the engineering judgment model. A fuzzy model does not need to know the characteristics of the plant, and the parameters of the model can be mathematically calculated. Like a regression model, this model can be applied to any machine, but it delivers greater accuracy and robustness.

• 한국지형학회지
• /
• 제23권2호
• /
• pp.109-125
• /
• 2016

This study aims to identify the landslide susceptible zones of Boeun area and provide reliable landslide susceptibility maps by applying different modeling methods. Aerial photographs and field survey on the Boeun area identified landslide inventory map that consists of 388 landslide locations. A total ofseven landslide causative factors (elevation, slope angle, slope aspect, geology, soil, forest and land-use) were extracted from the database and then converted into raster. Landslide causative factors were provided to investigate about the spatial relationship between each factor and landslide occurrence by using fuzzy set and logistic regression model. Fuzzy membership value and logistic regression coefficient were employed to determine each factor's rating for landslide susceptibility mapping. Then, the landslide susceptibility maps were compared and validated by cross validation technique. In the cross validation process, 50% of observed landslides were selected randomly by Excel and two success rate curves (SRC) were generated for each landslide susceptibility map. The result demonstrates the 84.34% and 83.29% accuracy ratio for logistic regression model and fuzzy set model respectively. It means that both models were very reliable and reasonable methods for landslide susceptibility analysis.

• 대한인간공학회지
• /
• 제23권2호
• /
• pp.37-54
• /
• 2004

Fuzzy theory provides an intelligence treatment model for judgement about information when it needs a solution or a decision making about vague problems. Therefore, fuzzy theory is used for appropriate evaluation and decision on obscure information as human's emotion in human factors, In previous study, fuzzy membership function is defined for judgement infOlmation as human's emotion then ultimate results are deducted through fuzzy inference model. This method uses general CWTent through literature review or max, min and average as representative statics value about considering variables. But, this method makes away with nonlinear's or inegular's factors of human sensibility. Accordingly, application of this method leads to considerable loss of information in the ultimate evaluation. For that reason, this method has a limitation in objective evaluation of human factors. So, this study focuses on development of fuzzy membership function, which evaluates human's emotion or feeling accurately and objectively. We used the regression analysis and reasoned a fuzzy membership function about the relation of the variables. Then we verified the adequacy with the reliability through the experiment after this.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권9호
• /
• pp.430-438
• /
• 2001

In this study, we introduce the adaptive Polynomial Neuro-Fuzzy Networks(PNFN) architecture generated from the fusion of fuzzy inference system and PNN algorithm. The PNFN dwells on the ideas of fuzzy rule-based computing and neural networks. Fuzzy inference system is applied in the 1st layer of PNFN and PNN algorithm is employed in the 2nd layer or higher. From these the multilayer structure of the PNFN is constructed. In order words, in the Fuzzy Inference System(FIS) used in the nodes of the 1st layer of PNFN, either the simplified or regression polynomial inference method is utilized. And as the premise part of the rules, both triangular and Gaussian like membership function are studied. In the 2nd layer or higher, PNN based on GMDH and regression polynomial is generated in a dynamic way, unlike in the case of the popular multilayer perceptron structure. That is, the PNN is an analytic technique for identifying nonlinear relationships between system's inputs and outputs and is a flexible network structure constructed through the successive generation of layers from nodes represented in partial descriptions of I/O relatio of data. The experiment part of the study involves representative time series such as Box-Jenkins gas furnace data used across various neurofuzzy systems and a comparative analysis is included as well.