• 제어로봇시스템학회논문지
• /
• 제11권2호
• /
• pp.127-136
• /
• 2005

In this paper, a new architecture and comprehensive design methodology of genetically optimized Rule-based Fuzzy Polynomial Neural Networks(gRFPNN) are introduced and a series of numeric experiments are carried out. The architecture of the resulting gRFPNN results from asynergistic usage of the hybrid system generated by combining rule-based Fuzzy Neural Networks(FNN) with polynomial neural networks (PNN). FNN contributes to the formation of the premise part of the overall rule-based structure of the gRFPNN. The consequence part of the gRFPNN is designed using PNNs. At the premise part of the gRFPNN, FNN exploits fuzzy set based approach designed by using space partitioning in terms of individual variables and comes in two fuzzy inference forms: simplified and linear. As the consequence part of the gRFPNN, the development of the genetically optimized PNN dwells on two general optimization mechanism: the structural optimization is realized via GAs whereas in case of the parametric optimization we proceed with a standard least square method-based learning. To evaluate the performance of the gRFPNN, the models are experimented with the use of several representative numerical examples. A comparative analysis shows that the proposed gRFPNN are models with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.

• 산업기술연구
• /
• 제17권
• /
• pp.323-330
• /
• 1997

In this paper, a new approach to modeling of nonlinear systems using fuzzy theory is presented. To express the various and complex behavior of nonlinear system, we combine multiple model method with hierachical prioritized structure, and the mountain clustering technique is used in partitioning of system. TSK rule structure is adopted to form the fuzzy rules, and Back propagation algorithm is used for learning parameters in consequent parts of the rules. Also we soften the paradigm of Mamdani's inference mechanism by using Yager's S-OWA operators. Computer simulations are performed to verify the effectiveness of the proposed method.

• 전기학회논문지
• /
• 제64권6호
• /
• pp.891-899
• /
• 2015

This paper presents the robust stability condition of uncertain Takagi-Sugeno(T-S) fuzzy systems with time-varying delay. New augmented Lyapunov-Krasovskii function is constructed to ensure that the system with time-varying delay is globally asymptotically stable. Also, less conservative delay-dependent stability criteria are obtained by employing some integral inequality, reciprocally convex approach and new delay-partitioning method. Finally, two numerical examples are provided to demonstrate the effectiveness of the proposed method.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1997년도 하계학술대회 논문집 B
• /
• pp.425-427
• /
• 1997

In this paper, a new approach to modeling and control of nonlinear systems using fuzzy theory is presented. To express the various and complex behavior of nonlinear system, we combine multiple model method with hierachical prioritized structure. The mountain clustering technique is used in partitioning of system, and TSK rule structure is adopted to form the fuzzy rules. Also we soften the paradigm of Mamdani's inference mechanism by using Yager's S-OWA operators.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.1-4
• /
• 2000

본 논문에서는 패턴 데이터(pattern data) 의 분할(partitioning)위하여, 계산량의 단축할 수 있는 효과적인 퍼지 클러스터링 알고리즘(fuzzy clustering algorithm)을 제시한다. 본 논문에 제시된 알고리즘은 두 단계로 수행된다. 첫번째 단계는, 개선된 FCM(Fuzzy C-means)방법에 의해 입력 패턴틀에 대해, 단지 두 번의 반복 수행과정만을 거쳐, 충분히 많은 개수의 초기 클러스터 중 심(center)를 결정한다. 다음 단계에서는, 본 논문에 제시될 클러스터 합치기 알고리즘(cluster merging algorithm)을 통해 각 클러스터의 부피(volume)에 따라 클러스터들을 합치는 과정(merging process)을 하게 된다. 결과적으로 일정한 제한된 개수의 무정형(amorphous)의 클러스터틀의 효과적으로 표현될 수 있다. 본 논문의 마지막에 제시될 실험 결과들은 제시된 방법의 유용성을 보여줄 것이다.

• 한국정보통신학회논문지
• /
• 제15권10호
• /
• pp.2072-2078
• /
• 2011

태양광을 이용한 태양광 발전시스템은 태양을 정면으로 바라 볼 때 가장 큰 효율을 얻을 수 있다. 즉, 태양의 위치에 대한 집광판(PV; Photovoltic)의 법선벡터를 일치시켜야 가장 높은 효율을 얻게 된다. 본 논문에서는 시간의 변화에 따라 태양의 이동경로를 추적할 수 있도록 태양의 그림자를 판독할 수 있는 8개의 CdS 센서 모듈을 통하여 태양의 위치를 판독하여 태양의 위치를 추적할 수 있는 시스템을 제시하고자 한다. 태양광 추적시스템의 퍼지제어기(fuzzy controller)는 퍼지 입력공간에 대한 격자형 퍼지분할(grid-type fuzzy partition) 영역으로 분할한 후 퍼지규칙(fuzzy rule)을 수립하여 시스템을 제어하도록 설계하였다. 본 논문에서는 태양광 추적을 위한 간단한 모형의 2축 제어시스템을 구성하였으며, CdS 모듈의 좌표축과 집광판의 좌표축을 일치시키도록 구성하였다. 이러한 시스템은 고정된 장소 및 선박과 같은 이동하는 환경에 효과적으로 태양광을 추적할 수 있는 지능형 퍼지제어기의 적용가능 성을 제시하고자 한다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1996년도 추계학술대회
• /
• pp.118-121
• /
• 1996

This paper describes ECG signal labeling based on Fuzzy clustering, which is necessary at automated ECG diagnosis. The NPPA(Non parametric partitioning algorithm) compares the correlations of wave forms, which tends to recognize the same wave forms as different when the wave forms have a little morphological variation. We propose to apply Fuzzy clustering to ECG QRS Complex labeling, which prevents the errors to mistake by using If-then comparision. The process is divided into two parts. The first part is a parameters extraction process from ECG signal, which is composed of filtering, QRS detection by mapping to a phase space by time delay coordinates and generation of characteristic vectors. The second is fuzzy clustering by FCM(Fuzzy c-means), which is composed of a clustering, an assessment of cluster validity and labeling.

• 한국정보전자통신기술학회논문지
• /
• 제5권4호
• /
• pp.224-231
• /
• 2012

본 논문에서는 비선형 공정을 퍼지 모델링하기 위해 FCM 클러스터링 알고리즘을 기반으로 하는 퍼지 추론 시스템을 소개한다. 비선형 공정에 대한 퍼지 규칙의 생성은 일반적으로 차원이 증가할수록 규칙의 수가 지수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해, FCM 클러스터링 알고리즘을 이용하여 입력 공간을 분산 형태로 분할함으로써 퍼지 모델의 규칙을 생성한다. 퍼지 규칙의 전반부 파라미터는 FCM 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 퍼지 규칙의 후반부는 다항식 함수의 형태로 표현되며, 각 규칙의 후반부 파라미터들은 표준 최소자승법에 의해 동정된다. 마지막으로, 비선형 공정의 특성 및 성능을 평가하기 위하여 비선형 공정으로는 널리 이용되는 데이터를 이용한다.

• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2818-2820
• /
• 2002

In this paper, we design neurofuzzy networks architecture by means of linear fuzzy inference. The proposed neurofuzzy networks are equivalent to linear fuzzy rules, and the structure of these networks is composed of two main substructures, namely premise part and consequence part. The premise part of neurofuzzy networks use fuzzy space partitioning in terms of all variables for considering correlation between input variables. The consequence part is networks constituted as first-order linear form. The consequence part of neurofuzzy networks in general structure(for instance ANFIS networks) consists of nodes with a function that is a linear combination of input variables. But that of the proposed neurofuzzy networks consists of not nodes but networks that are constructed by connection weight and itself correspond to a linear combination of input variables functionally. The connection weights in consequence part are learned by back-propagation algorithm. For the evaluation of proposed neurofuzzy networks. The experimental results include a well-known NASA dataset concerning software cost estimation.