• 한국지능시스템학회논문지
• /
• 제16권4호
• /
• pp.460-465
• /
• 2006

본 논문은 입력 벡터와 클래스들의 대표값들간의 유클리디안 거리들을 사용한 새로운 퍼지 학습법칙을 제안한다. 이 새로운 퍼지 학습을 supervised IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망 4에 적용하였다. 이 신경회로망은 안정성을 유지하면서도 유연성을 가지고 있다. iris 데이터를 사용하여 테스트한 결과 supervised IAFC 신경회로망 4는 오류역전파 신경회로망과 LVQ 알고리듬보다 성능이 우수하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.731-734
• /
• 2017

GA(Genetic Algorithm)는 자연계 진화 과정의 적자생존의 유전적 부호화 및 처리과정을 모델링함으로서 해석적으로 처리하기 힘든 문제의 최적화에 널리 이용하고 있으며, 퍼지제어에서 룰의 선택에도 적용된다. 본 논문에서는 일반적인 GA방법에 자료의 유사성을 체크하는 방법을 도입하여 Fuzzy Rule선택 환경에 적용하고 시뮬레이션을 통해 이를 확인한다. 시뮬레이션 결과 제안된 SFRGA(Similarity Fuzzy Rule Genetic Algorithm)방법은 일반적 GA방법보다 단축된 지연시간 효과와 부수적으로 조기포화 현상(premature convergence)의 감소 및 자동 배정 퍼지 클리스터링(Fuzzy clustering)의 가능성을 얻을 수 있었다.

• 제어로봇시스템학회논문지
• /
• 제16권3호
• /
• pp.233-238
• /
• 2010

This paper describes a multi-mobile robot system with fuzzy rule based structure in collision avoidance. Collision avoidance is an important function to perform a given task collaboratively and cooperatively in multi-mobile robot environments. So the important but challenging problem is handled in this paper. Considered obstacles for collision avoidance between multi mobile robots are static, dynamic, or both of them at the same time. Using the fuzzy rule based structure, distance and angle from a robot to obstacles are described as fuzzy linguistic values and steering angle for the robot are updated from the collision environments. As a result, the multi-mobile robot can modify a global path from a robot itself to its own target. In addition, avoiding collision with static or dynamic obstacles for the robot system can be achieved. Simulation based experimental results are given to show usefulness of this method.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.895-898
• /
• 1993

Instead of Cartesian product for in combining multiple inputs for fuzzy logic controllers, a method using fuzzy relation in inference is proposed. Moreover, fuzzy control rule described by fuzzy relations is derived from given conventional fuzzy control rule by fitting concept. It will be shown through several examples that the proposed technique gives smoother interpolation than conventional ones.

• 한국통신학회논문지
• /
• 제29권8C호
• /
• pp.1149-1158
• /
• 2004

본 논문에서는 ATM 망에서의 효율적인 트래픽 제어를 위하여 언어적인 규칙과 퍼지 추론부로 구성되는 퍼지로직에서 퍼지 규칙을 생성하였다. 퍼지 규칙 내부에 포함된 제어 파라메터들은 주어진 성능 함수를 최소화하도록 학습된다 즉, 발생된 저, 고순위 트래픽 도착 비율에 따라 퍼지집합 이론을 통하여 추론한 후 그 비퍼지화값으로 접속된 트래픽에 대해 버퍼에서의 임계값을 제어하도록 하였다. 또한, 생성된 퍼지 규칙의 타당성을 검증하기 위하여 MATLAB6.5에서와 온라인 빌드업으로 규칙에 대한 실험결과를 보인다. 그 결과, 고, 저 트래픽 도착 비율에 따라 효율적으로 버퍼에서의 임계값이 제어됨을 확인하였다.

• 한국산학기술학회논문지
• /
• 제11권6호
• /
• pp.2214-2218
• /
• 2010

대용량 데이터에서 의미있고 유용한 지식을 추출하는 기법 중의 하나인 연관규칙은 데이터베이스에 존재하는 속성들 사이에 유사성 또는 패턴을 기술하여 사용자에게 데이터에 관한 유용한 정보를 줄 수 있다. 기존에 연구되어 온 연관규칙은 이진(boolean) 데이터베이스에 존재하는 유무에 대한 규칙으로 발견하는 것에 대해서 주로 연구되어왔다. 본 논문에서는 정량적 속성의 데이터를 기호적 속성 값으로 바꾼 후 연관규칙을 추출함으로써, 퍼지개념을 사용한 퍼지 연관규칙을 이용한 지능적 질의 처리 시스템을 제안하고자 한다.

• 인터넷정보학회논문지
• /
• 제5권4호
• /
• pp.115-124
• /
• 2004

본 논문에서는 가중 퍼지 페트리네트에 기반을 둔 규칙기반시스템을 위한 가중 퍼지 후진추론 알고리즘을 제안한다. 규칙기반시스템에 있는 퍼지 생성규칙은 가중 퍼지 페트리네트로 모형화된다. 여기에서 퍼지 생성규칙에 나타나는 퍼지 명제의 진리값과 규칙의 확신도는 퍼지 숫자로 표현한다. 그리고 규칙에 나타나는 퍼지 명제의 가중값도 퍼지 숫자로 표현하다. 제안한 가중 퍼지 후진추론 알고리즘은 목표노드에서 초기노드까지 후진추론 통로를 생성한 후 목표노드의 확신도를 계산한다. 우리가 제안한 알고리즘은 규칙기반시스템이 더 유연하고 사람과 같은 방법으로 가중 퍼지 후진추론을 하는 것을 가능하게 한다.

• 한국지능시스템학회논문지
• /
• 제15권7호
• /
• pp.800-804
• /
• 2005

본 논문에서는 LVQ(Learning )rector Quantization)을 퍼지화한 새로운 퍼지 학습 법칙을 제안하였다. 퍼지 학습 법칙 3은 기존의 학습률 대신에 퍼지 학습률을 사용하였는데, 기존의 LVQ와는 달리 비대칭인 학습률을 사용하였다. 기존의 LVQ에서는 분류가 맞거나 틀렸을 때 같은 학습률을 사용하고 부호만 달랐으나, 새로운 퍼지 학습 법칙에서는 분류가 맞거나 틀렸을 때 부호가 다를 뿐만 아니라 학습률도 다르다. 이 새로운 퍼지 학습 법칙을 무감독 신경회로망인 improved IAFC (Integrated Adaptive Fuzzy Clustering) 신경회로망에 적용하여 감독 신경회로망으로 변형하였다. Improved IAFC 신경회로망은 유연성이 있으면서도 안정성이 있다. 제안한 supervised IAFC 신경회로망 3의 성능과 오류 역전파 신경회로망의 성능을 비교하기 위하여 iris 데이터를 사용하였는데, supervised IAFC 신경회로망 3가 오류 역전파 신경회로망보다 성능이 우수하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.129-134
• /
• 1992

Fuzzy theory has shown good control performance for non-linear system that is difficult to be controlled by the conventional controller. Backpropagation neural network can interpolate output without the priori knowledge of its dynamics. In this paper, we proposes a Fuzzy-Neural Controller. The Fuzzy Control by deterministic rule may not be sensitive for uncertain conditions and has a disadvantage of setting the rule by repeatedly experience. To solve such problems, we construct Self organizing Fuzzy-Neural Controller which can reorganize the fuzzy rule according to the state of system. Experimental results show that proposed Fuzzy-Neural Controller has better performance than conventional controller(PID) has especially rising time and overshoot characteristics.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2000년도 추계공동학술대회논문집
• /
• pp.375-389
• /
• 2000

Fuzzy logic ignores some information in the reasoning process. Neural networks are powerful tools for the pattern processing, but, not appropriate for the logical reasoning. To model human knowledge, besides pattern processing capability, the logical reasoning capability is equally important. Another new neural network called neural logic network is able to do the logical reasoning. Because the fuzzy inference is a fuzzy logical reasoning, we construct fuzzy inference network based on the neural logic network, extending the existing rule- inference. network. And the traditional propagation rule is modified. For the search strategies to find out the belief value of a conclusion in the fuzzy inference network, we conduct a simulation to evaluate the search costs for searching sequentially and searching by means of search priorities.