• 한국컴퓨터정보학회논문지
• /
• 제14권8호
• /
• pp.25-31
• /
• 2009

RGB 모델을 통한 정적인 추론 규칙을 적용한 기존의 색채 정보 인식 방법은 RGB 모델이 가지는 인간 시각과의 괴리감과 특정한 환경에서만 적용할 수 있는 문제점이 있다. 본 논문에서는 HSI 모델을 적용하여 색채에 대한 인간 인식 과정과 유사한 형태의 추론 방식과, 사용자에 의해서 추론 규칙을 추가, 수정, 삭제 할 수 있는 방법을 제안한다. 본 논문에서는 각각의 H, S, I 소속 구간에 대하여 H는 Sine, Cosine 함수를 사용하여 소속 구간을 설계하며, S, I는 삼각형 타입의 소속 함수로 설계한다. 설계된 각각의 소속 구간에 대하여 소속 구간 병합을 적용하여 소속도를 계산하고, 계산된 결과들은 미리 제시된 추론 규칙에 적용하여 색채를 추론한다. 제안된 두가지 방법을 적용하여 실험한 결과, 기존의 방법보다 제안된 방법이 비교적 직관적이며 효율적인 형태로 결론을 도출할 수 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제10권2호
• /
• pp.138-145
• /
• 2000

본 본문에서는 퍼지모델의 최적 입, 출력 소속함수들(membership functions) 및 규칙기반(rulebase) 얻기 위한 동정 알고리즘을 제안하였다. 제안된 알고리즘에서 구륜이동로봇(WMR)의 위치 속도 방향제어를 위한 퍼지제어기를 설계하였다 제안된 알고리즘에서 입,출력 소속함수의 파라미터들을 찾기위하여 유전알고리즘을 응용한다. 유전알고리즘에 의해 출력술어의 원소가 증가되면 규칙기반이 원소의 증가에 의하여 조절된다. 새롭게 조절된 퍼지시스템은 풀력술어의 증가를 수행하지 않은 시스템과 경쟁하며 만약 새롭게 조절되어진 퍼지시스템이 경쟁에서 진다면 그 시스템은 소멸한다. 그 반대로 조절된 시스템이 생존한다면 출력술어의 증가된 각 원소들 및 변화된 시스템의 규칙기반이 퍼지제어기에 적용된다. 출력술어 및 규칙의 조절이 완료된 후 입력 소속함수들에 대한 탐색이 제약 조건을 가지고 수행되며 입력소속함수들의 탐색이 완료된 후 출력소속함수의 미세조정이 수행된다. 제안된 알고리즘을 적용하여 구륜 이동로봇의 위치, 속도, 방향, 제어를 위한 제어기를 설계하여 실험한 결과 그 유효성을 입증하였다.

• 한국콘텐츠학회논문지
• /
• 제11권4호
• /
• pp.74-82
• /
• 2011

비선형 공정을 퍼지 모델링 하는 것은 전체 입력의 공간 분할 및 퍼지 추론 방법에 따른 퍼지 추론 시스템의 입출력 특성을 분석하는 것이 필요하다. 이를 위해, 퍼지 모델은 입력 변수와 퍼지 입력 공간 분할 및 후반부 다항식 함수에 의한 구조 및 파라미터를 동정함으로서 표현된다. 퍼지 규칙의 전반부에서 입력 데이터의 최소 값과 최대 값을 이용하는 최소-최대 방법 및 입력 데이터를 군집으로 형성하는 C-Means 클러스터링 알고리즘이 퍼지 모델의 동정을 위해 사용되고, 소속 함수는 삼각형, 범종형, 사다리꼴형 소속함수를 사용한다. 퍼지 규칙의 후반부 동정에서 퍼지 추론은 간략 및 선형 추론과 같은 두 가지 형태를 수행한다. 각 규칙의 후반부 파라미터들, 즉 다항식의 계수들의 동정은 표준 최소자승법에 의해 수행된다. 마지막으로, 비선형 공정으로는 널리 이용되는 가스로 데이터를 이용하여 시스템 특성 및 성능을 평가한다.

• 정보학연구
• /
• 제4권2호
• /
• pp.117-127
• /
• 2001

본 논문에서는 퍼지모델의 최적 입-출력 소속함수들(membership functions) 및 규칙기반(rulebase) 얻기 위한 자율가변구조의 신경망 알고리즘을 제안하였으며 구륜 이동 로봇(WMR : Wheeled Mobile Robot)의 위치, 속도 방향제어를 위한 퍼지-신경망 제어기 설계를 설계하였다. 제안된 알고리즘에서 입-출력 소속함수의 파라미터들을 찾기 위하여 유전알고리즘을 응용한다. 유전알고리즘에 의해 출력술어의 원소가 증가되며, 규칙기반이 원소의 증가에 의하여 조절된다. 새롭게 조절된 제어기는 출력술어의 증가를 수행하지 않은 제어기와 경쟁하며. 만약 새롭게 조절되어진 퍼지-신경망 제어기가 경쟁에서 진다면, 그 제어법칙은 소멸한다. 그 반대로 조절된 제어기가 생존한다면, 출력술어의 증가된 각 원소들 및 변화된 시스템의 규칙기반이 제어기에 적용된다. 출력술어 및 규칙의 조절이 완료된 후 입력소속함수들에 대한 탐색이 제약조건을 가지고 수행되며 입력소속함수들의 탐색이 완료된 후 출력소속함수의 미세 조정이 수행된다.

• Structural Engineering and Mechanics
• /
• 제62권4호
• /
• pp.507-517
• /
• 2017

Due to the discontinuous nature of uncertainty quantification in conventional evidence theory(ET), the computational cost of reliability analysis based on ET model is very high. A novel ET model based on fuzzy distribution and the corresponding combination rule to synthesize the judgments of experts are put forward in this paper. The intersection and union of membership functions are defined as belief and plausible membership function respectively, and the Murfhy's average combination rule is adopted to combine the basic probability assignment for focal elements. Then the combined membership functions are transformed to the equivalent probability density function by a normalizing factor. Finally, a reliability analysis procedure for structures with the mixture of epistemic and aleatory uncertainties is presented, in which the equivalent normalization method is adopted to solve the upper and lower bound of reliability. The effectiveness of the procedure is demonstrated by a numerical example and an engineering example. The results also show that the reliability interval calculated by the suggested method is almost identical to that solved by conventional method. Moreover, the results indicate that the computational cost of the suggested procedure is much less than that of conventional method. The suggested ET model provides a new way to flexibly represent epistemic uncertainty, and provides an efficiency method to estimate the reliability of structures with the mixture of epistemic and aleatory uncertainties.

• 국제학술발표논문집
• /
• The 2th International Conference on Construction Engineering and Project Management
• /
• pp.642-652
• /
• 2007

Many contracting firms and project managers in the construction industry have started to utilize multi objective optimization methods to handle multiple conflicting goals for completing the project within the stipulated time and budget with required quality and safety. These optimization methods have increased the pressure on decision makers to search for an optimal resources utilization plan that optimizes simultaneously the total project cost, completion time, and crashing cost by considering indirect cost, contractual penalty cost etc., practically charging them in terms of direct cost of the project which is fuzzy in nature. This paper presents a multiple fuzzy goal programming model (MFGP) that supports decision makers in performing the challenging task. The model incorporates the fuzziness which stems from the imprecise aspiration levels attained by the decision maker to these objectives that are quantified through fuzzy linear membership function. The membership values of these objectives are then maximized which forms the fuzzy decision. The problem is solved using LINGO 8 optimization solver and the best compromise solution is identified. Comparison between solutions of MFGP, fuzzy multi objective linear programming (FMOLP) and multiple goal programming (MGP) are also presented. Additionally, an interactive decision making process is developed to enable the decision maker to interact with the system in modifying the fuzzy data and model parameters until a satisfactory solution is obtained. A case study is considered to demonstrate the feasibility of the proposed model for optimization of project network parameters in the construction industry.

• 제어로봇시스템학회논문지
• /
• 제6권3호
• /
• pp.273-283
• /
• 2000

In this paper we suggest an optimal design method of Fuzzy-Neural Networks(FNN) model for complex and nonlinear systems. The FNNs use the simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. And we use a HCM(Hard C-Means) Clustering Algorithm to find initial parameters of the membership function. The parameters such as parameters of membership functions learning rates and momentum weighted value is proposed to achieve a sound balance between approximation and generalization abilities of the model. According to selection and adjustment of a weighting factor of an aggregate objective function which depends on the number of data and a certain degree of nonlinearity (distribution of I/O data we show that it is available and effective to design and optimal FNN model structure with a mutual balance and dependency between approximation and generalization abilities. This methodology sheds light on the role and impact of different parameters of the model on its performance (especially the mapping and predicting capabilities of the rule based computing). To evaluate the performance of the proposed model we use the time series data for gas furnace the data of sewage treatment process and traffic route choice process.

• 제어로봇시스템학회논문지
• /
• 제10권9호
• /
• pp.755-762
• /
• 2004

In this research, EOG(Electrooculogram) signal was analyzed to predict the subject's intention using a fuzzy classifier. The fuzzy classifier is built automatically using the EOG data and evolutionary algorithms. An assistant robot manipulator in redundant configuration has been developed, which operates according to the EOG signal classification results. For automatic fuzzy model construction without any experts' knowledge, an evolutionary algorithm with the new representation scheme, design of adequate fitness function and evolutionary operators, is proposed. The proposed evolutionary algorithm can optimize the number of fuzzy rules, the number of fuzzy membership functions, parameter values for the each membership functions, and parameter values for the consequent parts. It is shown that the fuzzy classifier built by the proposed algorithm can classify the EOG data efficiently. Intelligent motion planner that consists of several neural networks are used for control of robot manipulator based upon EOG classification results.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 B
• /
• pp.566-568
• /
• 1998

In this paper, we suggest a optimal design method of Fuzzy-Neural Networks model for complex and nonlinear systems. FNNs have the stucture of fusion of both fuzzy inference with linguistic variables and Neural Networks. The network structure uses the simpified inference as fuzzy inference system and the BP algorithm as learning procedure. And we use a clustering algorithm to find initial parameters of membership function. 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 index, we use the time series data for gas furnace and the sewage treatment process.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2911-2913
• /
• 1999

This paper suggest an optimal identification method to complex and nonlinear system modeling that is based on Fuzzy-Neural Network(FNN). The FNN modeling implements parameter identification using HCM algorithm and optimal identification algorithm structure combined with two types of optimization theories for nonlinear systems, we use a HCM Clustering Algorithm to find initial parameters of membership function. The parameters such as parameters of membership functions, learning rates and momentum coefficients are adjusted using optimal identification algorithm. The proposed optimal identification algorithm is carried out using both a genetic algorithm and the improved complex method. Also, an aggregate objective function(performance index) with weighted value is proposed to achieve a sound balance between approximation and generalization abilities of the model. To evaluate the performance of the proposed model, we use the time series data for gas furnace, the data of sewage treatment process and traffic route choice process.