International Journal of Control, Automation, and Systems
/
v.1
no.3
/
pp.289-300
/
2003
In this paper, we introduce an identification method in Fuzzy Relation-based Fuzzy Neural Networks (FRFNN) through a hybrid identification algorithm. The proposed FRFNN modeling implement system structure and parameter identification in the efficient form of "If...., then... " statements, and exploit the theory of system optimization and fuzzy rules. The FRFNN modeling and identification environment realizes parameter identification through a synergistic usage of genetic optimization and complex search method. The hybrid identification algorithm is carried out by combining both genetic optimization and the improved complex method in order to guarantee both global optimization and local convergence. An aggregate objective function with a weighting factor is introduced to achieve a sound balance between approximation and generalization of the model. The proposed model is experimented with using two nonlinear data. The obtained experimental results reveal that the proposed networks exhibit high accuracy and generalization capabilities in comparison to other models.er models.
Most systems in tile real world are non-linear and can be represented by the non-linear autoregressive moving average (NARMA) model. The extension of fuzzy system for modeling the system that is represented by NARMA model will be proposed in this paper. Here, fuzzy basis function (FBF) is used as fuzzy NARMA(p,q) model. Then, an approach to Identify fuzzy NARMA models based on fuzzy basis functions is proposed. The efficacy of the proposed approach is shown from experimental results.
Journal of Institute of Control, Robotics and Systems
/
v.13
no.4
/
pp.352-357
/
2007
This paper deals with modeling method and application of Fuzzy Discrete Event System(FDES). FDES have characteristics which Crisp Discrete Event System(CDES) can't deals with and is constituted with the events that is determined by vague and uncertain judgement like biomedical or traffic control. We proposed Real-time Fuzzy Temporal Logic Framework(RFTLF) to model Fuzzy Discrete Event System. It combines Temporal Logic Framework with Fuzzy Theory. We represented the model of traffic signal systems for intersection to have the property of Fuzzy Discrete Event System with Real-time Fuzzy Temporal Logic Framework and designed a traffic signal controller for smooth traffic flow. Moreover, we proposed the method to find the minimum-time route to reach the desired destination with information obtained in each intersection. In order to evaluate the performance of Real-time Fuzzy Temporal Logic Framework model proposed in this paper, we simulated unit-time extension traffic signal controller model of the latest signal control method on the same condition.
The conventional quantitative techniques of system analysis are intrinsically unsuited for dealing with humanistic systems. Therefore, the rule based modeling of fuzzy linguistic type has been developed for the analysis of humanistic systems and complex systems and it is very significant for analysis and design of fuzzy logic controller. The activated sludge process is a commonly used method for treating sewage and waste waters. A mathematical tool to build a fuzzy model of the activated sludge process where fuzzy implications and linear reasoning are used is presented in here. A root-mean square error is used as the criterion of the fuzzy model's adequacy to the A.S.P. and the least square method is used for the identification of optimum consequence parameters. A method of modeling of the activated sludge process using its input-output data and simulation results for its application are shown.
Kim, Dongwon;Huh, Sung-Hoe;Seo, Sam-Jun;Park, Gwi-Tae
International Journal of Control, Automation, and Systems
/
v.2
no.2
/
pp.189-200
/
2004
In this paper, we introduce a new soft computing technique that dwells on the ideas of combining fuzzy rules in a fuzzy system with polynomial neural networks (PNN). The PNN is a flexible neural architecture whose structure is developed through the modeling process. Unfortunately, the PNN has a fatal drawback in that it cannot be constructed for nonlinear systems with only a small amount of input variables. To overcome this limitation in the conventional PNN, we employed one of three principal soft computing components such as a fuzzy system. As such, a space of input variables is partitioned into several subspaces by the fuzzy system and these subspaces are utilized as new input variables to the PNN architecture. The proposed soft computing technique is achieved by merging the fuzzy system and the PNN into one unified framework. As a result, we can find a workable synergistic environment and the main characteristics of the two modeling techniques are harmonized. Thus, the proposed method alleviates the problems of PNN while providing superb performance. Identification results of the three-input nonlinear static function and nonlinear system with two inputs will be demonstrated to demonstrate the performance of the proposed approach.
International Journal of Fuzzy Logic and Intelligent Systems
/
v.7
no.3
/
pp.182-187
/
2007
A fuzzy modeling method is proposed to build the dynamic model of a walking-beam reheating furnace from the recorded data. In the proposed method, the number of membership function on each variable is increased individually and the modeling accuracy is evaluated iteratively. When the modeling accuracy is satisfied, the membership functions on each variable are fixed and the structure of fuzzy model is determined. Because the training data is limited, in this process, as the number of membership function increase, it is highly possible that some rules are missing, i.e., no data in the training set corresponds to the consequent part of a missing rule. To complete the rulebase, the output of the model constructed at the previous step is used to generate the consequent part of the missing rules. Finally, in the real time application, a rolling update scheme to rulebase is introduced to compensate the change of system dynamics and fine tune the rulebase. The proposed method is verified by the application to the modeling of a reheating furnace.
Journal of the Korean Institute of Intelligent Systems
/
v.5
no.4
/
pp.41-55
/
1995
In this paper, an optimal idenfication method using fuzzy-neural networks is proposed for modeling of
nonlinear complex systems. The proposed fuzzy-neural modeling implements system structure and parameter
identification using the intelligent schemes together wlth optimization theory, linguistic fuzzy implication
rules, and neural networks(NNs) from input and output data of processes. Inference type for this
fuzzy-neural modeling is presented as simplified inference. To obtain optimal model, the learning rates and
momentum coefficients of fuzzy-neural networks(FNNs) are tuned automatically using improved modified
complex method and modified learning algorithm. For the purpose of its application to nonlinear processes,
data for route choice of traffic problems and those for activateti sluge process of sewage treatment system
are used for the purpose of evaluating the performance of the proposed fuzzy-neural network modeling.
The results show that the proposed method can produce the intelligence model with higher accuracy than
other works achieved previously.
Proceedings of the Korean Institute of Intelligent Systems Conference
/
2000.05a
/
pp.183-186
/
2000
In this paper, a new method for colour measuring is presented using fuzzy modeling technique. The fuzzy and polynomial inferences are used for obtaining RGB characteristic curve. The eight RGB real data from expert dye-stuff manufacturer, are simulated. The results show that the proposed method will is more excellent than other methods, In the colour measuring process of textile field.
Journal of the Korean Institute of Intelligent Systems
/
v.9
no.5
/
pp.555-565
/
1999
The optimal identification algorithm of fuzzy systems is presented for rule-based fuzzy modeling of
nonlinear complex systems. Nonlinear systems are expressed using the identification of structure such as input
variables and fuzzy input subspaces, and parameters of a fuzzy model. In this paper, the rule-based fuzzy
modeling implements system structure and parameter identification using the fuzzy inference methods and
hybrid structure combined with two types of optimization theories for nonlinear systems. Two types of
inference methods of a fuzzy model are the simplified inference and linear inference. The proposed hybrid
optimal identification algorithm is carried out using both a genetic algorithm and the improved complex
method. Here, a genetic algorithm is utilized for determining initial parameters of membership function of
premise fuzzy rules, and the improved complex method which is a powerful auto-tuning algorithm is carried
out to obtain fine parameters of membership function. Accordingly, in order to optimize fuzzy model, we use
the optimal algorithm with a hybrid type for the identification of premise parameters and standard least square
method for the identification of consequence parameters of a fuzzy model. Also, an aggregate performance
index with weighting factor is proposed to achieve a balance between performance results of fuzzy model
produced for the training and testing data. Two numerical examples are used to evaluate the performance of
the proposed model.
This paper deals with two topics which are vital in fuzzy expert systems; one is how to build fuzzy knowledge base by fuzzy expertise modeling for representing knowledge with imprecise characteristic and the other is how to draw an inference from fuzzy knowledge base using translating rules. The result of this study provides the basic principle for constructing the fuzzy knowledge base and the fuzzy inference system.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.