• 한국정보전자통신기술학회논문지
• /
• 제5권4호
• /
• pp.224-231
• /
• 2012

본 논문에서는 비선형 공정을 퍼지 모델링하기 위해 FCM 클러스터링 알고리즘을 기반으로 하는 퍼지 추론 시스템을 소개한다. 비선형 공정에 대한 퍼지 규칙의 생성은 일반적으로 차원이 증가할수록 규칙의 수가 지수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해, FCM 클러스터링 알고리즘을 이용하여 입력 공간을 분산 형태로 분할함으로써 퍼지 모델의 규칙을 생성한다. 퍼지 규칙의 전반부 파라미터는 FCM 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 퍼지 규칙의 후반부는 다항식 함수의 형태로 표현되며, 각 규칙의 후반부 파라미터들은 표준 최소자승법에 의해 동정된다. 마지막으로, 비선형 공정의 특성 및 성능을 평가하기 위하여 비선형 공정으로는 널리 이용되는 데이터를 이용한다.

• 정보처리학회논문지B
• /
• 제15B권6호
• /
• pp.603-608
• /
• 2008

본 논문에서는 주가의 일별 시가, 종가, 최고가, 최저가를 예측하기 위한 퍼지모델을 제안한다. 주가는 시장의 여러 경제 변수에 의존하므로 주가예측 모델의 입력변수를 선택하는 것은 쉽지 않은 일이다. 이와 관련하여 많은 연구가 있지만 정답이 있는 것은 아니다. 본 논문에서는 이를 해결하기 위해 주가 움직임 자체에 주목하는 스틱차트의 기술적 분석에 이용되는 정보를 퍼지규칙의 입력변수로 선택한다. 퍼지규칙은 사다리꼴 멤버쉽함수로 이루어진 전건부와 비선형 수식의 후건부로 구성된다. 최적의 퍼지규칙으로 구성된 퍼지모델을 찾아내기 위해 차분진화가 사용된다. 본 논문에 제안된 방법은 수치 예를 통해 다른 방법과의 비교로 타당성이 검토되며 KOSPI(KOrea composite Stock Price Index) 일별 데이터를 사용, 주가예측 퍼지모델을 구축하고 신경회로망 모델과 비교, 검토된다.

• 대한전기학회논문지:전력기술부문A
• /
• 제49권3호
• /
• pp.95-106
• /
• 2000

The load frequency control of power system is one of important subjects in view of system operation and control. That is even though the rapid load disturbances were applied to the given power system, the stable and reliable power should be supplied to the users, converging unconditionally and rapidly the frequency deviations and the tie-line power flow one on each area into allowable boundary limits. Nonetheless of such needs, if the internal parameter perturbation and the sudden load variation were given, the unstable phenomenal of power system can be often brought out because of the large frequency deviation and the unsuppressible power line one. Therefore, it is desirable to design the robust neuro-fuzzy controller which can stabilize effectively the given power system as soon as possible. In this paper the robust neuro-fuzzy controller was proposed and applied to control of load frequency over multi-area power system. The architecture and algorithm of a designed NFC(Neuro-Fuzzy Controller) were consist of fuzzy controller and neural network for auto tuning of fuzzy controller. The adaptively learned antecedent and consequent parameters of membership functions in fuzzy controller were acquired from the steepest gradient method for error-back propagation algorithm. The performances of the resultant NFC, that is, the steady-state deviations of frequency and tie-line power flow and the related dynamics, were investigated and analyzed in detail by being applied to the load frequency control of multi-area power system, when the perturbations of predetermined internal parameters. Through the simulation results tried variously in this paper for disturbances of internal parameters and external stepwise load stepwise load changes, the superiorities of the proposed NFC in robustness and adaptive rapidity to the conventional controllers were proved.

• 한국컴퓨터정보학회논문지
• /
• 제18권6호
• /
• pp.9-19
• /
• 2013

본 논문에서는 상태 및 출력변수에 시간지연을 가지는 이산 비선형 마코비안 점프시스템의 퍼지 $H_{\infty}$ 필터 설계 방법을 다룬다. 리아프노프(Lyapunov) 함수를 이용하여 상태추정 오차시스템이 확률적 안정하며 외부외란 및 초기값 불확실성에 대하여 $H_{\infty}$ 성능을 만족하는 조건식을 유도하고 필터 존재 조건을 선형행렬부등식으로 나타낸다. 완화된 필터 존재 조건식을 유도하기 위하여 리아프노프 함수 선택 시에 시스템 모드에 종속적일뿐만 아니라 퍼지 멤버십 함수를 포함하는 확률-퍼지 리아프노프 함수를 선택한다. 또한 $H_{\infty}$ 성능 조건식 유도 시에 외부외란 뿐만 아니라 최기값 불확실성을 고려한다. 수치적 예제 및 컴퓨터 시뮬레이션을 통하여 제안된 방법의 타당성을 보인다.

• 전자공학회논문지CI
• /
• 제37권5호
• /
• pp.19-28
• /
• 2000

구륜 이동 로봇(Wheeled Mobile Robot)은 제어기 설계에 있어 Nonholonomic Constraints등에 의해 많은 어려움을 지닌다. 본 논문에서는 구륜 이동 로봇의 제어를 위해 PD와 퍼지 시스템이 결합된 제어기가 설계되며, 유전알고리즘에 기초되어 최적 퍼지시스템이 형성된다. 시스템의 최적화 과정은 독립적으로 수행되는 여러 단계들로 이루어지며, 각 단계마다 다른 형식의 알고리즘이 적용되며 효율적 탐색을 위해 Niche알고리즘 및 면역 알고리즘이 결합되어 적용된다. 각 출력용어집합은 최적의 원소들을 얻기 위해 수행되는 탐색에 의해 그 구성이 변화되며, 변화된 출력용어집합의 구성 원소와 관계된 규칙기반이 동시에 조절된다. 출력용어집합의 추가된 원소들 및 조절된 규칙에 대한 적합성이 평가되고 제어 성능의 향상에 기여하지 못한 부분들은 제거된다. 출력변수의 용어집합 및 규칙에 대한 반복적 조절 과정이 완료된 후, 입력 소속함수들에 대한 조정이 제약조건을 가지고 수행되며, 진화연산에 의한 출력소속함수들에 대한 조정이 수행된다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2003년도 추계공동학술대회
• /
• pp.239-250
• /
• 2003

In this research, we propose a hybrid group decision support mechanism (H-GDSM) based on Fuzzy AHP (Analytic Hierarchy Process) and FCM (Fuzzy Cognitive Map). The AHP elicits a corresponding priority vector interpreting the preferred information among the decision makers. Corresponding vector was composed of the pairwise comparison values of a set of objects. Since pairwise comparison values are the judgments obtained from an appropriate semantic scale. However, AHP couldn't represent the causal relationship among information, which were used by decision makers. In contrast to AHP, FCM could represent the causal relationship among variables or information. Therefore, FCMs were successfully developed and used in several ill-structured domains, such as strategic decision-making, policy making, and simulations. Nonetheless, many researchers used subjective and voluntary inputs to simulate the FCM. As a result of subjective inputs, it couldn't avoid the rebukes of businessman. To overcome these limitations, we incorporated the Fuzzy membership functions, AHP and FCM into a H-GDSM. In contrast to current AHP methods and FCMs, the H-GDSM method developed herein could concurrently tackle the pairwise comparison involving causal relationships under a group decision-making environment. The strengths and contributions of our mechanism were 1) handling of qualitative knowledge and causal relationships, 2) extraction of objective input value to simulate the FCM, 3) multi-phase group decision support based on H-GDSM. To validate our proposed mechanism we developed a simple prototype system to support negotiation-based decisions in electronic commerce (EC).

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권6호
• /
• pp.264-273
• /
• 2006

In this paper, we propose a new architecture of Self-Organizing Fuzzy Polynomial Neural Networks (SOFPNN) by means of consecutive optimization and also discuss its comprehensive design methodology involving mechanisms of genetic optimization. The network is based on a structurally as well as parametrically optimized fuzzy polynomial neurons (FPNs) conducted with the aid of information granulation and genetic algorithms. In structurally identification of FPN, the design procedure applied in the construction of each layer of a SOFPNN deals with its structural optimization involving the selection of preferred nodes (or FPNs) with specific local characteristics and addresses specific aspects of parametric optimization. In addition, the fuzzy rules used in the networks exploit the notion of information granules defined over system's variables and formed through the process of information granulation. That is, we determine the initial location (apexes) of membership functions and initial values of polynomial function being used in the premised and consequence part of the fuzzy rules respectively. This granulation is realized with the aid of the hard c-menas clustering method (HCM). For the parametric identification, we obtained the effective model that the axes of MFs are identified by GA to reflect characteristic of given data. Especially, the genetically dynamic search method is introduced in the identification of parameter. It helps lead to rapidly optimal convergence over a limited region or a boundary condition. To evaluate the performance of the proposed model, the model is experimented with using two time series data(gas furnace process, nonlinear system data, and NOx process data).

• 한국지능시스템학회논문지
• /
• 제19권5호
• /
• pp.689-694
• /
• 2009

본 논문은 일별 및 주별로 시계열 주가를 예측할 수 있는 퍼지 모델을 구성하는 방법을 제안한다. 전통적인 시계열 분석으로 주가를 예측하는 것은 어렵지만 퍼지 모델은 비선형적인 주가 데이터의 특성을 잘 기술할 수 있는 장점을 갖고 있다. 주가 예측 모델에 사용될 입력 정보를 결정하는 데는 상당한 수고가 필요한데, 본 논문에서는 전통적인 캔들 스틱 차트의 정보를 입력변수로 고려한다. 주가 예측 퍼지 모델은 사다리꼴 멤버쉽함수를 갖는 전건부와 비선형식인 후건부로 된 퍼지 규칙으로 구성된다. 차분 진화를 통해 퍼지 모델은 최적화된다. 일별 및 주별로 코스피 지수의 시가, 고가, 저가 및 종가를 예측하는 모델을 만들고 그 성능을 평가한다.

• 한국지능시스템학회논문지
• /
• 제6권3호
• /
• pp.14-24
• /
• 1996

유전자 알고리즘을 이용한 다양한 특징의 분석이 필요한 퍼지 분류기의 설계방법을 제안한다. 본 논문에서 제안한 퍼지 분류기의 퍼지 논리를 이용한 분류 부분과 우전자 알고리즘을 이용한 규칙생성부분으로 구성된다. 유전자 알고리즘을 이용한 규칙 생성 부분에서는 최적의 퍼지 멤버쉽 함수를 결정하고, 각 특징이 규칙에 포함되는지 포함되지 않는지의 여부도 결정하게 된다. 또한 특정 대상에 대한 인식률을 분석하여 큰 오인식률을 갖는 부분에 세부 특징을 추가하는 방법과 문자열과 population의 최소크기, 인식률 개선을 위한 반복적 분석 방법을 사용한다. 제안된 퍼지 분류기의 적용 예로서, 아이리스 테이터와 갑상선 종양 세포, 그리고 필기된 숫자와 인쇄된 숫자의 인식을 든다. 필기된 숫자와 인쇄된 숫자의 인식을 위해서 각 숫자를 구조적인 정보가 동일한 그룹으로 분류한다. 본 논문에서 제안한 퍼지 분류기는 아이리스 데이터에 대해 98.67%의 인식률을 갑상선 종양 세포에 대해서 98.25%의 인식률을 필기된 숫자와 인쇄된 숫자에 대해서 96.3%의 인신룩을 얻었다.

• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.736-741
• /
• 2006

분류 시스템은 데이터 전처리 모듈, 학습모듈, 의사결정모듈로 구성되어 있으며 지능형시스템의 중요한 구성요소로 활용되어왔다. 특히 학습모듈은 사전정보를 제공하므로 분류를 위한 핵심 역할을 수행하여 왔다. 기존의 학습을 위한 기법은 주로 승자독점방식으로 데이터를 처리하므로 경계가 불명확한 대부분의 실세계 응용에 적합하지 못하다. 또한 학습 알고리즘에 필요한 데이터를 한꺼번에 준비해야 하지만 이는 일반적으로 가능하지 않은 경우가 많다. 이를 위하여 본 논문에서는 점증적 학습 퍼지신경망, FNN-I,를 이용한 적응 분류모델을 설계한다. 이 모델에서는 유용하게 정보를 표현하기 위하여 퍼지이론을 도입하고 계속적으로 모여지는 데이터를 가지고 점증적으로 학습할 수 있는 알고리즘을 제시한다. 제안된 모델을 컴퓨터 바이러스 분류를 위한 실제 데이터에 적용하여 점증적으로 학습할 수 있고 효과적으로, 새로운 바이러스 데이터를 분류할 수 있음을 보인다.