• The Transactions of the Korean Institute of Electrical Engineers P
• /
• v.67 no.1
• /
• pp.47-51
• /
• 2018

This paper is concerned with an optimization design of Incremental Granular Model(IGM) based Genetic Algorithm (GA) as an evolutionary approach. The performance of IGM has been successfully demonstrated to various examples. However, the problem of IGM is that the same number of cluster in each context is determined. Also, fuzzification factor is set as typical value. In order to solve these problems, we develop a design method for optimizing the IGM to optimize the number of cluster centers in each context and the fuzzification factor. We perform energy analysis using 12 different building shapes simulated in Ecotect. The experimental results on energy efficiency data set of building revealed that the proposed GA-based IGM showed good performance in comparison with LR and IGM.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.442-444
• /
• 2018

본 논문에서는 GA(Genetic Algorithm) 기반 점증적 입자모델(IGM: Incremental Granular Model)의 최적화 설계를 제안한다. IGM의 성능은 다양한 실세계 응용예제를 통해 성공적으로 연구되어져왔다. 그러나, IGM의 문제로 각 컨텍스트에서 동일한 클러스터 수가 사용되는 점과 전형적인 퍼지화 계수가 설정된다는 점이 있다. 이러한 문제를 해결하기 위해 IGM을 최적화하여 각 컨텍스트에서 클러스터 중심의 수와 퍼지화 계수를 최적화하는 설계 방법을 제시했다. 제안된 방법의 타당성을 확인하기 위해 Ecotect에서 시뮬레이션 한 12가지 건물 형태를 사용하여 에너지 효율 예측에 대한 실험을 수행하였고, 제안된 방법은 기존의 IGM보다 우수한 성능을 보이는 것을 확인했다.