• 한국산학기술학회논문지
• /
• 제14권1호
• /
• pp.378-384
• /
• 2013

본 논문에서는 FCM 클러스터링 알고리즘을 기반으로 하는 퍼지뉴럴네트워크를 제안한다. 일반적으로, 퍼지규칙을 생성할 때 차원이 증가하면 퍼지 규칙의 수가 기하급수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해, 제안된 네트워크의 퍼지 규칙은 FCM 클러스터링 알고리즘을 이용하여 입력 공간을 분산 형태로 분할함으로써 생성한다. 퍼지 규칙의 전반부 파라미터는 FCM 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 퍼지 규칙의 후반부는 다항식 함수의 형태로 표현되며, 퍼지뉴럴네트워크의 학습은 뉴런의 연결을 조절함으로써 실현되고, 오류 역전파 알고리즘에 의해 행해진다. 마지막으로, 제안된 네트워크는 비선형 공정으로의 적용을 통해 성능을 평가한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 G
• /
• pp.2186-2188
• /
• 1998

In this paper, Fundamental rules governing group intelligence "arrangement" behavior of multiple number of autonomous mobile robots are represented by a small number of fuzzy rules. Complex lifelike behavior is considered as local interactions between simple individuals under small number of fundamental rules. The fuzzy rules for arrangement are generated from clustering the input-output data obtained from the arrangement algorithm. Simulation shows the fuzzy rules successfully realizes fundamental rules of the flocking group behavior.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.504-510
• /
• 1998

In this paper, Fundamental rules governing group intelligence "obstacle avoidance" behavior of multiple autonomous mobile robots are represented by a small number of fuzzy rules. Complex lifelike behavior is considered as local interactions between simple individuals under small number of fundamental rules. The fuzzy rules for obstacle avoidance are generated from clustering the input-output data obtained from the obstacle avoidance algorithm. Simulation shows the fuzzy rules successfully realizes fundamental rules of the obstacle avoidance behavior.

• 한국정보통신학회논문지
• /
• 제10권1호
• /
• pp.212-219
• /
• 2006

퍼지 논리 제어기(FLC : Fuzzy Logic Controller)를 사용할 때, 가장 중요한 것은 소속 함수의 범위를 정하는 것과 규칙의 형태를 결정하는 것이다. 소속 함수의 범위나 규칙의 형태는 자금까지 전문가가 임의로 정하는 방법을 사용하였다. 그러나 기존의 방법을 사용하면, 전문가의 주관적인 규칙과 소속 함수가 생성될 수 있고, 소속함수의 경우 최적의 범위를 정확히 예측하기 어려운 단점이 있다. 본 논문에서는 이런 단점을 보완하기 위해, 유전자 알고리즘을 사용함으로써 최적의 소속 함수와 규칙의 형태를 구하려 하였다. 제시하는 방법의 타당성을 검증하기 위해 자동차 주행 제어 문제에 적용시켜 보았다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.40.6-40
• /
• 2001

Fuzzy controls are widely used in industrial fields using experts knowledge base for its high degree of performance. Genetic Algorithm(GA) is one of the numerical method that has an advantage of optimization. In this paper, we present an acquisition method of fuzzy rules using genetic algorithm. Knowledge of the system is the key to generating the control rules. As these rules, a system can be more stable and it reaches the control goal the faster. To get the optimal fuzzy control rules and the membership functions, we use the GA instead of the experts knowledge base. Information of the system is coded the chromosome with suitable phenotype. Then, it is operated by genetic operator, and evaluated by evaluation function. Passing by the decoding process with the fittest chromosome, the genetic algorithm can tune the fuzzy rules and the membership functions automatically ...

• 융합신호처리학회논문지
• /
• 제8권3호
• /
• pp.222-226
• /
• 2007

본 연구에서는 응답의 과도영역에서 특징점의 각 영역과 $e-{\Delta}e$ 위상평면을 이용하여 이중 퍼지룰을 구성하였다. 구성된 퍼지 제어룰은 기본 퍼지제어 룰에 비해 상승시간, 지연시간, 최대오브슈트 등을 줄일 수 있었으며 퍼지 룰의 제안방법은 $e-{\Delta}e$ 위상평면에서 하나의 퍼지룰은 과도영역에서 정상상태오차를 일으키고 다른 퍼지 제어 룰은 정상상태오차를 감소시키고 수렴영역에서 빠르게 수렴하도록 교대로 사용한다. 또한 $e-{\Delta}e$ 위상평면에서의 두 개의 퍼지 룰은 플랜트의 응답 특성에 따라 교체시기를 결정한다. DSP 프로세서를 사용하는 유압서보 모터 제어시스템을 통한 실험의 결과로서 제안된 이중 퍼지 제어 룰은 기본 퍼지 제어 룰에 비해 빠른 상승시간, 정정시간등 양호한 응답을 얻을 수 있음을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 G
• /
• pp.2203-2205
• /
• 1998

This paper describes fuzzy radial basis function networks(FRBFN) extracting fuzzy rules through the learning from training data set. The proposed FRBFN is derived from the functional equivalence between RBF networks and fuzzy inference systems. The FRBFN learn by assigning new fuzzy rules and updating the parameters of existing fuzzy rules. The parameters of the FRBFN are adjusted using the standard LMS algorithm. The performance of the FRBFN is illustrated with function approximation and system identification.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1996년도 추계학술대회 학술발표 논문집
• /
• pp.275-278
• /
• 1996

The application of genetic algorithms to fuzzy rule generation holds a great deal of promise in overcoming difficult problems in fuzzy systems design. There are some aspects to be considered when genetic algorithms are used for generating fuzzy rules. In this paper, we will present an aspect about the control surface constructed by the resultant rules. In the extensive simulations, an important observation that the rules searched by genetic algorithms are randomly scattered is made and a solution to this problem is provided by including a smoothness cost in the objective function. We apply the fuzzy rules generated by genetic algorithms to the fuzzy truck backer-upper control system and compare them with the rules made by an expert.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.802-805
• /
• 1993

A method of automatic learning of fuzzy if-then rules with certainty factors from the given input-output data is developed. A certainty factor expresses the degree to which a fuzzy if-then rule is fitting to the given data. Fuzzy if-then rules with certainty factors are generated without optimization techniques. The obtained fuzzy if-then rules can be regarded as an approximator of a non-linear function. This method is applied to GMDH (Group Method of Data Handling) to cope with difficulty in approximating multi-input functions with fuzzy if-then rules.

• 한국산학기술학회논문지
• /
• 제13권11호
• /
• pp.5379-5388
• /
• 2012

비선형 공정에 대한 퍼지 모델링에서, 퍼지 규칙은 일반적으로 입력 변수 선택, 공간 분할 수 및 소속 함수에 의해 형성된다. 비선형 공정에 대한 퍼지 규칙의 생성은 차원이 증가할수록 규칙의 수가 지수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해, 입력 공간의 퍼지 분할에 의한 퍼지 규칙을 생성함으로써 복잡한 비선형 공정을 모델링 할 수 있다. 따라서 본 논문에서는 HCM 클러스터링 알고리즘을 이용하여 입력 공간을 분산 형태로 분할함으로써 비퍼지 추론 시스템의 규칙을 생성한다. 규칙의 전반부 파라미터는 HCM 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 규칙의 후반부는 다항식 함수의 형태로 표현되며, 각 규칙의 후반부 파라미터들은 표준 최소자승법에 의해 동정된다. 마지막으로, 비선형 공정으로는 널리 이용되는 데이터를 이용하여 비선형 특성 및 성능을 평가한다. 본 실험을 통해 고차원의 비선형 시스템은 매우 적은 수의 규칙을 가지고 모델링할 수 있었다.