• 한국추진공학회지
• /
• 제12권6호
• /
• pp.1-6
• /
• 2008

본 연구에서는 계측 데이터의 성능 추이를 분석하여 가스터빈 엔진의 결함 여부를 탐지하기 위한 퍼지 경향감시 방법을 제안하였다. 제안된 경향감시 방법은 연료유량, 배기가스 온도, 로터회전수, 진동수와 같은 중요 엔진 파라미터를 모니터링 하여 시간에 따른 변화를 분석하여 엔진 상태를 진단하는 것이다. 이를 위해 먼저 선형회귀분석을 통해 엔진 상태 변화를 수식화하고 퍼지 로직을 통해 진단 결과를 분석하여 예측되는 손상 원인을 제시한다.

• 감성과학
• /
• 제7권3호
• /
• pp.15-25
• /
• 2004

본 연구의 목적은 적응신경망퍼지추론시스템(ANFIS)과 회귀분석을 활용하여 7가지 역학적 특성치를 갖는 면직물의 시각적 질감을 해석하고 두 가지 방법을 비교하는 것이다. AMFIS는 퍼지 소속 함수와 신경망 구조를 갖는 것으로 인간의 비선형적 감성예측에 유용한 도구이다. 상관관계 및 회귀 분석의 통계분석은 7가지 역학적 특성치가 주관적 질감과 선형의 관계가 있음을 나타내었지만 설명력이 높지 않았고, 선형 이외의 관련성과 변수들 간의 상호작용을 표현하기 어려운 문제가 있었다. 통계분석과 비교하여, ANFIS는 변수들 간의 비선형적인 관련성과 상호작용을 가시적으로 보여주는데 설명력 있는 유용한 도구였으나, 입력 변수 중 출력 변수에 영향력이 있는 변수를 변별하지 못하여, 생성된 규칙의 수가 복잡한 문제가 있었다. 따라서 ANFIS의 해석이 단순하고 의미있는 모델을 구성하기 위해서는 영향력 있는 출력 변수를 추출하고 나머지 변수를 유사하게 통제하는 실험 모델의 구성이 필요하다.

• 제어로봇시스템학회논문지
• /
• 제7권8호
• /
• pp.664-674
• /
• 2001

In this paper, as a new category of fuzzy-neural networks architecture, we propose Fuzzy Polynomial Neural Networks (FPNN) and discuss a comprehensive design methodology related to its architecture. FPNN dwells on the ideas of fuzzy rule-based computing and neural networks. The FPNN architecture consists of layers with activation nodes based on fuzzy inference rules. Here each activation node is presented as Fuzzy Polynomial Neuron(FPN). The conclusion part of the rules, especially the regression polynomial, uses several types of high-order polynomials such as linear, quadratic and modified quadratic. As the premise part of the rules, both triangular and Gaussian-like membership functions are studied. It is worth stressing that the number of the layers and the nods in each layer of the FPNN are not predetermined, unlike in the case of the popular multilayer perceptron structure, but these are generated in a dynamic manner. With the aid of two representative time series process data, a detailed design procedure is discussed, and the stability is introduced as a measure of stability of the model for the comparative analysis of various architectures.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.67-72
• /
• 2004

Support vector machine (SVM) has been very successful in pattern recognition and function estimation problems for crisp data. This paper proposes a new method to evaluate interval linear and nonlinear regression models combining the possibility and necessity estimation formulation with the principle of SVM. For data sets with crisp inputs and interval outputs, the possibility and necessity models have been recently utilized, which are based on quadratic programming approach giving more diverse spread coefficients than a linear programming one. SVM also uses quadratic programming approach whose another advantage in interval regression analysis is to be able to integrate both the property of central tendency in least squares and the possibilistic property In fuzzy regression. However this is not a computationally expensive way. SVM allows us to perform interval nonlinear regression analysis by constructing an interval linear regression function in a high dimensional feature space. In particular, SVM is a very attractive approach to model nonlinear interval data. The proposed algorithm here is model-free method in the sense that we do not have to assume the underlying model function for interval nonlinear regression model with crisp inputs and interval output. Experimental results are then presented which indicate the performance of this algorithm.

• 한국지능시스템학회논문지
• /
• 제20권2호
• /
• pp.267-272
• /
• 2010

본 연구에서는 기업문화의 유형과 기업문화의 구성요소간의 관계, 영향도를 분석하고, 기업문화의 유형 평가모델에 의하여 유형을 평가하는 방법을 제시하고자 한다. 중소기업의 구성원을 대상으로 설문을 통해 구한 314개의 데이터를 사용하여 기업문화의 유형과 기업문화의 구성요소간의 관계는 상관분석을 통해, 기업문화의 유형별로 어떤 기업문화 구성요소가 영향을 주는 정도에 대해서는 회귀분석을 통해서 분석하였다. 마지막으로 기업문화 유형의 평가모델 분석은 퍼지시스템을 이용하였다. 본 연구에서의 기업문화 유형의 평가모델은 가능적인 면과 필연적인 면이 섞여 있는 형태이며, 평가모델을 이용하여 모델링에 의한 기업문화유형에 대한 추정퍼지관계행렬을 동정하여 퍼지시스템을 구하는 동정문제로서 모델의 검토를 통해서 그 유용성을 보였다.

• 전기학회논문지
• /
• 제60권12호
• /
• pp.2215-2220
• /
• 2011

The accurate short-term load forecasting is essential for the efficient power system operation and the system marginal price decision of the electricity market. So far, errors of load forecasting for Chuseok Holiday are very big compared with forecasting errors for the other special days. In order to improve the accuracy of load forecasting for Chuseok Holiday, selection of input data, the daily normalized load patterns and load forecasting model are investigated. The efficient data selection and daily normalized load pattern based on fuzzy linear regression model is proposed. The proposed load forecasting method for Chuseok Holiday is tested in recent 5 years from 2006 to 2010, and improved the accuracy of the load forecasting compared with the former research.

• Earthquakes and Structures
• /
• 제10권2호
• /
• pp.389-408
• /
• 2016

Recently, seismic hazard analysis has become a very significant issue. New systems and available data have been also developed that could help scientists to explain the earthquakes phenomena and its physics. Scientists have begun to accept the role of uncertainty in earthquake issues and seismic hazard analysis. However, handling the existing uncertainty is still an important problem and lack of data causes difficulties in precisely quantifying uncertainty. Ground Motion Prediction Equation (GMPE) values are usually obtained in a statistical method: regression analysis. Each of these GMPEs uses the preliminary data of the selected earthquake. In this paper, a new fuzzy method was proposed to select suitable GMPE at every intensity (earthquake magnitude) and distance (site distance to fault) according to preliminary data aggregation in their area using ${\alpha}$ cut. The results showed that the use of this method as a GMPE could make a significant difference in probabilistic seismic hazard analysis (PSHA) results instead of selecting one equation or using logic tree. Also, a practical example of this new method was described in Iran as one of the world's earthquake-prone areas.

• 대한토목학회논문집
• /
• 제26권2D호
• /
• pp.233-239
• /
• 2006

지금까지의 링크통행시간에 대한 연구는 개별 차량의 평균을 통한 평균링크통행시간 산정 및 추정의 제한적인 연구가 대부분이었다. 그러나, 링크통행시간은 교통조건, 신호운영조건, 도로조건 등 다양한 영향인자로 인해 통행시간 분포가 구분되는 특성을 나타낸다. 링크통행시간 분포특성에 대한 선행연구결과 통행시간이 양분되어 분포하는 것으로 나타났으며 따라서, 링크통행시간의 경우 평균통행시간에 의한 결과보다 신호지체가 발생하지 않는 통행시간과 신호지체가 발생하는 통행시간으로 구분하는 것이 교통상황을 인식하는데 바람직할 것이다. 본 연구에서는 통행시간 분포특성 및 원인을 분석하였으며, 프로그램을 이용한 시뮬레이션을 통해 보다 다양한 조건을 부여하여 링크통행시간분포비율에 영향을 주는 변수들에 대한 검토하고 통행시간 분포비율을 추정할 수 있는 모형을 구축하였다. 먼저 링크통행시간 분포비율을 추정하는 회귀모형과 퍼지근사추론 모형을 구축하였다. 추정 모형을 구축하기 위한 변수를 분석한 결과 잔류녹색시간과 대기행렬 대수가 높은 상관성을 가지는 것으로 분석되었으며, 따라서 이를 이용하여 추정모형을 구축하였다. 구축결과를 비교 검토한 결과 퍼지근사추론 모형이 회귀모형에 비해 추정의 신뢰성 및 적용성에서 더욱 우수한 것으로 나타났다.

• Environmental Engineering Research
• /
• 제18권1호
• /
• pp.37-43
• /
• 2013

Water distribution pipes installed underground have potential risks of pipe failure and burst. After years of use, pipe walls tend to be corroded due to aggressive soil environments where they are located. The present study aims to assess the degree of external corrosion of a distribution pipe network. In situ data obtained through test pit excavation and direct sampling are carefully collated and assessed. A statistical approach is useful to predict severity of pipe corrosion at present and in future. First, criteria functions defined by discriminant function analysis are formulated to judge whether the pipes are seriously corroded. Data utilized in the analyses are those related to soil property, i.e., soil resistivity, pH, water content, and chloride ion. Secondly, corrosion factors that significantly affect pipe wall pitting (vertical) and spread (horizontal) on the pipe surface are identified with a view to quantifying a degree of the pipe corrosion. Finally, a most reliable model represented in the form of a multiple regression equation is developed for this purpose. From these analyses, it can be concluded that our proposed model is effective to predict the severity and rate of pipe corrosion utilizing selected factors that reflect the fuzzy soil environment.

• International Journal of Korean Welding Society
• /
• 제1권2호
• /
• pp.36-44
• /
• 2001

To get the appropriate welding process variables, mathematical modeling in conjunction with many experiments is necessary to predict the magnitude of weld bead shape. Even though the experimental results are reliable, it has a difficulty in accurately predicting welding process variables for the desired weld bead shape because of nonlinear and complex characteristics of welding processes. The welding condition determined for the desired weld bead shape may cause the weld defect if the welding current/voltage/speed combination is improperly selected. In this study, the $2^{n-1}$ fractional factorial design method and correlation parameter were used to investigate the effect of the welding process variables on the fillet joint shape, and the multiple non-linear regression analysis was used for modeling the gas metal arc welding(GMAW）parameters of the fillet joint. Finally, a fuzzy rule-based method and a neural network method were proposed so that the complexity and non-linearity of arc welding phenomena could be effectively overcome. The performance of the proposed neuro-fuzzy system was evaluated through various experiments. The experimental results showed that the proposed neuro-fuzzy system could effectively check the welding conditions as to whether or not weld defects would occur, and also adjust the welding conditions to avoid these weld defects.