• Journal of Korean Society of Transportation
• /
• v.15 no.2
• /
• pp.83-103
• /
• 1997

교차로 지체를 추정하기 위해서는 대기행렬 모형이 적합한데 모든 대기시스템은 시 간의 함수로 운영되므로 우리는 분석하고자 하는 시스템이 가변상태인지 또는 안정상태인지 를 먼저 결정하여야 한다. 신호화된 교차로에 유입·유출되는 특히 유입교통량은 시간대별 변화가 심하다. 미국 HCM에서는 이를 15분 단위로 분석하도록 제안하였으나 신호교차로 체계의 정밀 분석을 위해서는 만족스럽지 못한 시간단위이다. 이러한 문제점을 극복하기 위 해서는 시스템이 안정상태가 아닌 가정으로 접근하여야 하며, 더 나아가 Dynamic한 분석이 요구된다. 안정상태의 지체는 Webster를 비롯한 여러 학자들에 의해 광범위하게 연구되어 왔다. 그러나 그들이 갖는 가정은 일반적으로 비현실적이어서 정밀한 지체추정은 실제로 가 능하지 않다. 안정상태 가정하에서 해법의 결점은 도착교통량이 용량에 다다를수록 더욱 심 하게 되어 비현실적인 지체예측을 하게 된다. 본 논문은 기존 분석방법론의 제반 한계성과 제약성을 검토하고 현실적인 교차로 지체모형을 개발하기 위해 고려되어져햐 할 변수들을 정립하고자 한다.

• Journal of the Korean Mathematical Society
• /
• v.54 no.1
• /
• pp.141-175
• /
• 2017

We present a high-resolution van Leer-type numerical scheme for the isentropic model of fluid flows in a nozzle with variable cross-section. Basically, the scheme is an improvement of the Godunov-type scheme. The scheme is shown to be well-balanced, as it can capture exactly equilibrium states. Numerical tests are conducted which include comparisons between the van Leer-type scheme and the Godunov-type scheme. It is shown that the van Leer-type scheme achieves a very good accuracy for initial data belong to both supersonic and supersonic regions, and the exact solution eventually possesses a resonant phenomenon.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.2093-2094
• /
• 2006

본 논문에서는 입출력 데이터의 특성을 이용하기 위하여 HCM 클러스터링에 의한 정보 입자를 이용한 퍼지 뉴럴 네트워크의 설계를 제안하고 최적화한다. 대상 시스템의 입출력 데이터를 취득하여 데이터들간의 거리를 중심으로 멤버쉽 함수를 정의하고 각 규칙에 속한 입출력 데이터를 추출하여 후반부 추론에 적용한다. 또한, 앞서 정의된 멤버쉽 파라미터는 유전자 알고리즘을 이용하여 최적으로 동정하여 퍼지 뉴럴 네트워크를 최적화한다. 제안된 퍼지 뉴럴 네트워크는 삼각형 멤버쉽 함수를 이용하며, 후반부 추론에는 간략, 선형, 변형된 2차식을 이용한다. 제안된 퍼지 뉴럴 네트워크는 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.383-386
• /
• 1997

In this paper, We proposed a parallel structure of the Neural Network model to nonlinear complex system. Neural Network was used as basic model which has learning ability and high tolerence level. This paper, we used Neural Network which has BP(Error Back Propagation Algorithm) model. But it sometimes has difficulty to append characteristic of input data to nonlinear system. So that, I used HCM(hard c-Means) method of clustering technique to append property of input data. Clustering Algorithms are used extensively not only to organized categorize data, but are also useful for data compression and model construction. Gas furance, a sewage treatment process are used to evaluate the performance of the proposed model and then obtained higher accuracy than other previous medels.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.269-272
• /
• 2004

본 논문은 비선형 시스템의 퍼지모델을 위해 정보 granules 기반 퍼지 추론 시스템의 새로운 설계 및 이의 최적화를 제시한다. 퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 일반적으로, 정보 granules는 근접성, 유사성 또는 기능성 둥에 인하여 서로 결합되는 요소(특히, 수치 데이터)의 실체이다. 제안된 퍼지 모델은 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의해 전반부/후반부 구조 및 파라미터 동정을 시행한다. 두 가지 형태의 퍼지 추론 방법은 간략 추론과 선형추론에 의해 수행되며 삼각형 멤버쉽 함수를 사용한다. 구축된 정보 granule 기반 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정한다. 제안된 비선형 모델의 성능평가는 수치적인 예를 통해 비교 평가한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.265-268
• /
• 2004

본 논문은 최적화 방법인 유전자 알고리즘을 이용하여 진화 컴퓨팅 기반 RBF 신경회로망을 이용한 새로운 비선형 시스템 설계 방법을 제안한다. 비선형 시스템 설계시 문제점으로는 복잡성과 불확실성을 들수 있으며, 이러한 문제를 해결하기 위해서 지능형 모델을 사용하게 되었다. 본 논문에서는 일반적인 신경회로망보다 성능이 뛰어난 RBF 신경회로망을 사용하여 비선형 시스템을 모델링 한다. HCM 클러스터링을 이용하여 유사한 특성을 가진 비선형 데이터를 분류하여 입력으로 사용한다. 제안한 진화 컴퓨팅 기반 RBF 신경회로망을 이용한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 학습 데이터와 테스트 데이터를 이용하여 그 우수성을 보인다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.463-466
• /
• 2004

본 논문에서는 각 입력 변수에 대하여 퍼지 공간을 분할한 퍼지 집합 기반 퍼지 추론 시스템을 제안한다. 퍼지 모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 쥘 필요성이 요구된다. 정보 granules는 근접성, 유사성 또는 기능성 등의 기준에 의해 서로 결합된 물체(특히, 데이터 점)의 연결된 모임으로 간주된다. 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의한 중심71을 이용하여 각 입력 변수에 대한 퍼지 집합 기반 전반부/후반부 구조 및 파라미터를 동정한다. 퍼지 추론 방법은 간략 및 선형 퍼지 추론을 수행하며 삼각형 멤버쉽 함수를 사용한다. 구축된 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정하며, 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀한다. 또한, 제안된 퍼지 모델은 수치적인 예를 통하여 성능을 평가한다.

• The Korean Journal of Health Service Management
• /
• v.11 no.4
• /
• pp.67-76
• /
• 2017

Objectives : This study compared Value added to personnel expenses between 12 private general hospitals and 12 regional public hospitals, based on location and size, to examine industry competitiveness in terms of management. Methods : From 2011 to 2015, the value added and value added to personnel expenses were calculated by year. and a SPSS statistical program was used to determine and influential factors between private general hospitals and regional public hospitals. Results : The total value added to personnel expenses was 26.85 percent lower than general hospitals compared to regional public hospitals. The product category most influenced by the value added to personnel expenses was Stationeries & expendables at general hospitals and Outsourcing at regional public hospitals. Conclusions : Regional public hospitals have relatively low value added to personnel expenses compared to the general hospitals. Therefore, it is necessary for hospital management to reexamine gross revenue relative to total manpower.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1887-1888
• /
• 2008

본 논문에서는 퍼지 추론 기반의 다항식 RBF 뉴럴네트워크(Polynomial Radial Basis Function Neural Network; pRBFNN)를 설계하고 PSO(Particle Swarm Optimization) 알고리즘을 이용하여 모델의 파라미터를 동정한다. 제안된 모델은 "IF-THEN" 형식으로 기술되는 퍼지 규칙에 의해 조건부, 결론부, 추론부의 기능적 모듈로 표현된다. 조건부의 입력공간 분할에는 HCM 클러스터링에 기반을 두어 구조가 결정되며, 기존에 주로 사용된 가우시안 함수를 RBF로 이용하고, 원뿔형태의 선형 함수를 제안한다. 또한 입력공간 분할시 데이터 집합의 특성을 반영하기 위해 분포상수를 각 입력마다 고려하여 설계함으로서 공간 분할의 정밀성을 높인다. 결론부에서는 기존 상수항의 연결가중치를 다항식 형태로 표현하는 pRBFNN을 제안한다. 제안한 모델의 성능을 평가하기 위해 Box와 Jenkins가 사용한 가스로 시계열 데이터를 적용하고, 기존 모델과의 근사화와 일반화 능력에 대하여 토의한다.

• Journal of applied mathematics & informatics
• /
• v.30 no.5_6
• /
• pp.951-969
• /
• 2012

In this paper, we propose a class of meshless collocation approaches for the solution of time dependent partial differential algebraic equations (PDAEs) in terms of a radial basis function interpolation numerical scheme. Kansa's method and the Hermite collocation method (HCM) for PDAEs are given. A sensitivity analysis of the solutions from different shape parameter c is obtained by numerical experiments. With use of the random collocation points, we have obtain the more accurate solution by the methods than those by the finite difference method for the PDAEs with index-2, i.e, we avoid the influence from an index jump of PDAEs in some degree. Several numerical experiments show that the methods are efficient.