• 한국항해학회지
• /
• 제22권2호
• /
• pp.47-52
• /
• 1998

Recently , there have been considerable researches about the fusion of fuzzy logic and neural networks. The propose of thise researches is to combine the advantages of both. After the function of approximation using GMDP (Generalized Multi-Denderite Product)neural network for defuzzification operation of fuzzy controller, a new fuzzy-neural network is proposed. Fuzzy membership function of the proposed fuzzy-neural network can be adjusted by learning in order to be adaptive to the variations of a parameter or the external environment. To show the applicability of the proposed fuzzy-nerual network, the proposed model is applied to a speed control o fDC sevo motor. By the hardware implementation, we obtained the desriable results.

• 한국정보처리학회논문지
• /
• 제2권5호
• /
• pp.626-633
• /
• 1995

퍼지 시스템 모델링에 있어서, 퍼지 규칙을 인식하고 퍼지 추론의 소속함수를 조 정하기란 매우 어렵다. 본 논문에서는 인공신경망을 이용함으로써, 자동으로 퍼지 규 칙을 인식하고 동시에 퍼지 추론의 소속함수를 조정할 수 있는 퍼지신경망 모델을 제 시하고, 인공신경망의 수렴도를 향상시키기 위해 개선된 역전파 알고리즘을 사용하여 학습에 사용하였다. 이 방법의 타당성을 로보트 매니풀레이터를 통해 검증 한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 추계학술대회 논문집 학회본부 B
• /
• pp.654-656
• /
• 1998

This paper presents an optimal identification method of nonlinear and complex system that is based on fuzzy-neural network(FNN). The FNN used simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. And we use a HCM Algorithm to find initial parameters of membership function. And then to obtain optimal parameters, we use the genetic algorithm. Genetic algorithm is a random search algorithm which can find the global optimum without converging to local optimum. The parameters such as membership functions, learning rates and momentum coefficients are easily adjusted using the genetic algorithms. Also, the performance index with weighted value is introduced to achieve a meaningful balance between approximation and generalization abilities of the model. To evaluate the performance of the FNN, we use the time series data for 9as furnace and the sewage treatment process.

• 한국정보처리학회논문지
• /
• 제3권3호
• /
• pp.471-477
• /
• 1996

본 논문에서는 톨연산에 기초한 화상의 경계선 추출 방법을 제안 한다. 첫째로 3$\times$3 window내 에서 경계라고 고려 할 수 있는 구조를 고려하여 톨 멤버쉽 함수를 계산 한다. 이후를 교집합연산과 합집합 연산을 행하며 계산의 편의를 위해 정규화를 행한다. 최종적으로 ;엔트로피 개념에 기초한 thresholding을 행함으로써 경계를 추출 하고자 한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2292-2295
• /
• 2001

In this paper, The control problem for a series DC motor is considered to adaptive fuzzy sliding-mode control scheme. Based on a nonlinear mathematical model of a series connected DC motor, instead of the combination of a nonlinear transformation and state feedback(feedback linearization) reduces the nonlinear control design. To demonstrate its effectiveness, an experimental study of this controller is presented. Two sets of fuzzy rule bases are utilized to represent the equivalent control input with unknown system functions of the main target. The membership functions of the THEN-part, which is used to construct a suitable equivalent control of SMC, are changed according to the adaptive law. With such a design scheme, we not only maintain the distribution of membership functions over state space but also reduce computing time considerably.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 1997년도 춘계학술대회 발표논문집
• /
• pp.235-246
• /
• 1997

Hybrid fuzzy gain scheduling controller is composed of a PD control and a fuzzy control for taking the advantage of each scheme. The key structure of the hybrid fuzzy gain scheduling control scheme is so called a switch which calculates weighting values between the fuzzy controller and the PD controller. However, due to the requirement of the switch , the hybrid fuzzy gain scheduling control scheme needs extra fuzzy logic processing, thus the structure is complicated. and requires more calculation time. To eliminate the drawbacks, a new hybrid fuzzy gain scheduling control scheme is proposed in this paper. In the proposed scheme, the membership function, for calculating of weithting value, and the input and output membership functions are combined. Thus the proposed hybrid scheme does not require switch for calculation of weighting value, and as a result, the calculation time is faster and the structure is more simple than the existing hybrid controller. Computer simulation results for an inverted pendulum model under Pole-Placement PID controller, fuzzy gain scheduling controller,existing hybrid controller , and proposed hybrid controller are compared to demonstrate the good property of the proposed hybrid controller.

• 한국정밀공학회지
• /
• 제14권4호
• /
• pp.110-118
• /
• 1997

Multi-layer neural networks with error back-propagation algorithm have a great potential for identifying nonlinear systems with unknown characteristics. However, because they have a demerit that the speed of convergence is too slow, various methods for improving the training characteristics of backpropagition networks have been proposed. In this paper, a fuzzy division method is proposed to improve the convergence speed, which can find out an effective fuzzy division by the tuning of membership function and independently train each neural network after dividing the network model into several parts. In the simulations, the proposed method showed that the optimal fuzzy partitions could be found from the arbitray initial ones and that the convergence speed was faster than the traditional method without the fuzzy division.

• 한국지능시스템학회논문지
• /
• 제9권5호
• /
• pp.555-565
• /
• 1999

복잡하고 비선형적인 시스템의 규칙베이스 퍼지모델링을 위하여 퍼지시스템의 최적 동정알고리즘을 연구한다. 비선형 시스템은 퍼지모델의 입력변수와 퍼지 입력공간 분할에 의한 구조동정과 파라미터 동정을 통해 표현된다. 본 논문에서 규칙베이스 퍼지모델링은 비선형 시스템을 위해 퍼지추론방법과 두 종류의 최적화 이론의 결합에 의한 하이브리드 구졸를 이용하여 시스템 구조와 파라미터동정을 수행한다. 퍼지모델의 추론방법은 간략추론 및 선형추론에 의한다. 제안된 하이브리드 최적 동정 알고리즘은 유전자 알고리즘과 개선된 콤플렉스 방법을 이용한다. 여기서 유전자 알고리즘은 전반부 퍼지규칙의 멤버쉽함수의 초기 파라미터들을 결정하기 위해 사용되고 강력한 자동동조 알고리즘인 개선된 콤플렉스 방법은 정교한 파라미터들을 얻기 위해 수행된다. 따라서 최적 퍼지모델을 위해 전반부 파라미터 동정에는 하이브리드형의 최적 알고리즘을 이용하고 후반부 동정에는 최소자승법을 이용한다. 또한 학습과 테스트 데이터에 의해 생성된 퍼지모델의 성능결과 사이의 상호균형을 얻기 위해 하중계수를 가지는 합성 성능지수를 제안한다. 제안된 모델의 성능평가를 위해 두가지 수치적 예를이용한다.

• Journal of Communications and Networks
• /
• 제18권5호
• /
• pp.725-734
• /
• 2016

For multi-mode radar signals in complex electromagnetic environment, different modes of one emitter tend to be deinterleaved into several emitters, called as "extension", when processing received signals by use of existing sorting methods. The "extension" problem inevitably deteriorates the sorting performance of multi-mode radar signals. In this paper, a novel method based on spatial data mining is presented to address above challenge. Based on theories of data field, we describe the distribution information of feature parameters using potential field, and makes partition clustering of parameter samples according to revealed distribution features. Additionally, an evaluation criterion based on cloud model membership is established to measure the relevance between different cluster-classes, which provides important spatial knowledge for the solution of the "extension" problem. It is shown through numerical simulations that the proposed method is effective on solving the "extension" problem in multi-mode radar signal sorting, and can achieve higher correct sorting rate.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.779-783
• /
• 2010

최근 들어 그 심각성을 더하고 있는 이상기후 현상으로 가용 수자원의 변동이 커지고 있으며, 이에 따라 수자원의 효율적인 운영이 요구되고 있다. 그러나 효율적인 운영을 위해서는 미래 유입량의 불확실성의 고려하고, 홍수 조절용량의 확보하면서도, 용수공급을 위한 저수량을 확보하고, 수력 발전을 해야 하는 복잡한 상황을 모두 고려하여야한다. 이러한 복잡한 시스템에서 하나의 최적화 기법으로는 모든 고려사항들을 만족시키는 최적해를 찾는 것은 사실상 불가능에 가깝다. 그러므로 저수지 운영의 최적화를 위한 연구에서 한 가지 이상의 기법을 조합하는 기법을 사용하게 되었다. 이러한 기법은 각 기법의 장점을 취하고 각각의 한계를 극복하기 위해 주로 사용되었다. 본 연구에서는 저수지 운영 최적화를 모의하기 위하여 대청댐에서의 저수위, 유입량, 용수이용량 등을 고려하여 방류량의 예측을 동적 계획법(Dynamic Programming Model)으로부터 동적 신경망(Dynamic Neural Network Model)과 적응 퍼지 제어기법(Adaptive Neuro-Fuzzy Inference System)을 개발하여 실제 방류량과 세 가지 최적화 방법에 의한 결과를 비교 검정하였다. 본 연구의 수행으로 인해 얻어진 결과를 요약하면 다음과 같다. 첫째, 동적 신경망과 적응 퍼지 제어기법에 의한 최적화 모의가 동적 계획법에 비해 시스템의 구축이 쉽고 유연하다. 둘째, 퍼지추론의 Membership 함수의 구축에 따라 단시간에 많은 양의 강우가 발생하는 국지성 강우에 대해서도 최적 방류량을 예측할 수 있다. 셋째, 저수지 운영 과거자료의 부족과 불확실성을 해결하면, 보다 용이하고 양호한 예측결과를 얻을 수 있을 것이다.