• 한국항공우주학회지
• /
• 제31권7호
• /
• pp.75-84
• /
• 2003

본 논문에서는 모델링 오차나 공력계수의 불확실성이 포함되어 있는 항공기 시스템에 대해서 신경회로망을 이용한 새로운 비선형 제어시스템 설계기법을 제안하였다. 비선형 적응제어법칙을 이용하여 신경회로망의 연결가중치를 변화시켰으며, 슬라이딩 제어법칙을 이용하여 신경회로망의 추정오차를 보상하였다. 제어시스템의 성능을 결정짓는 제어 매개변수들과 신경회로망 구조를 설계하기 위한 방법을 제안하였으며, 유전자 알고리듬을 이용하여 제어 매개변수들과 신경회로망 구조를 최적화하였따. 신경회로망의 구조탐색에 적합하도록 다수의 개체군을 형성하여 개체와 군이 동시에 전화하도록 하였다. 제안된 유전자 알고리듬에 의해 최적화된 구조를 갖는 신경회로망을 이용한 제어시스템을 항공기 종운동 모델에 적용하여 성능을 검증하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1596-1599
• /
• 2010

Group method of data handling neural networks model (GMDH-NNM) is used to estimate daily pan evaporation (PE) using limited climatic variables such as max temperature ($T_{max}$), min temperature ($T_{min}$), mean wind speed ($W_{mean}$), mean relative humidity ($RH_{mean}$) and sunshine duration (SD). And, for the performances of GMDH-NNM, it is composed of training and test performances, respectively. The training and test performances are carried out using daily time series data, respectively. From this research, we evaluate the impact of GMDH-NNM for the modeling of the nonlinear time series data. We should, thus, construct the credible data of the daily PE data using GMDH-NNM, and can suggest the methodology for the irrigation and drainage networks system. Furthermore, this research represents that the strong nonlinear relationship such as pan evaporation modeling can be generalized using GMDH-NNM.

• 한국전기전자재료학회논문지
• /
• 제22권9호
• /
• pp.741-746
• /
• 2009

Compare to conventional Indium Tin Oxide (ITO) film deposition methods, cesium assisted sputtering method has been shown superior electrical, mechanical, and optical film properties. However, it is not easy to use cesium assisted sputtering method since ITO film properties are very sensitive to Cesium assisted equipment condition but their mechanism is not yet clearly defined physically or mathematically. Therefore, to optimize deposited ITO film characteristics, development of accurate and reliable process model is essential. For this, in this work, we developed ITO film deposition process model using neural networks and design of experiment (DOE). Developed model prediction results are compared with conventional statistical regression model and developed neural process model has been shown superior prediction results on modeling of ITO film thickness, sheet resistance, and transmittance characteristics.

• 한국정보통신학회논문지
• /
• 제16권3호
• /
• pp.448-459
• /
• 2012

신경회로망의 동작과 정보처리 능력 등에 관하여 살펴보고자 할 때, 신경회로망의 구성 요소를 어떻게 모델화 할 것인가는 중요한 문제이다. 소자의 응답특성이 바뀜에 따른 특성의 변화, 결합강도 및 적응규칙이 바뀜으로써 회로망 전체의 다이나믹스가 바뀌는 모습, 소자 상호간의 결합 형태에 따른 정보처리 능력의 변화 등과 같은 신경회로망이 가진 다양한 정보처리 능력을 밝히는 것은 병렬 정보처리의 메카니즘을 이해하는 문제와도 일맥상통하고 있다. 따라서 이러한 문제들에 대하여 신경회로망의 정보처리 능력을 해석적으로 평가하는 것은 병렬분산 정보처리의 본질을 밝힌다는 측면에서 중요하게 여겨진다. 따라서 본 논문에서는 신경회로망을 구성하는 구성요소의 변화, 그 가운데에서도 특히 소자의 히스테리시스 특성이 신경망의 계열연상능력에 미치는 영향에 대한 이론적 해석결과에 대하여 기술한다.

• Industrial Engineering and Management Systems
• /
• 제15권4호
• /
• pp.324-334
• /
• 2016

Manufacturers and retailers are interested in how prices, promotions, discounts and other marketing variables can influence the sales and shares of the products that they produce or sell. Therefore, many models have been developed to predict the brand share. Since the customer choice models are usually used to predict the market share, here we use hybrid model of Probabilistic Neural Network and Artificial Bee colony Algorithm (PNN-ABC) that we have introduced to model consumer choice to predict brand share. The evaluation process is carried out using the same data set that we have used for modeling individual consumer choices in a retail coffee market. Then, to show good performance of this model we compare it with Artificial Neural Network with one hidden layer, Artificial Neural Network with two hidden layer, Artificial Neural Network trained with genetic algorithms (ANN-GA), and Probabilistic Neural Network. The evaluated results show that the offered model is outperforms better than other previous models, so it can be use as an effective tool for modeling consumer choice and predicting market share.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.1181-1186
• /
• 1993

In the paper, a new design method of rule-based fuzzy modeling is proposed for model identification of nonlinear systems. The structure indentification is carried out, utilizing fuzzy c-means clustering. Fuzzy-neural networks composed back-propagation algorithm and linear fuzzy inference method, are used to identify parameters of the premise and consequence parts. To obtain optimal linguistic fuzzy implication rules, the learning rates and momentum coefficients are tuned automatically using a modified complex method.

• Computers and Concrete
• /
• 제14권4호
• /
• pp.445-462
• /
• 2014

To solve structural optimization problems, it is necessary to integrate a structural analysis package and an optimization package. There have been many packages that can be employed to analyze reinforced concrete plane frames. However, because most structural analysis packages suffer from closeness of systems, it is very difficult to integrate them with optimization packages. To overcome the difficulty, we proposed a possible alternative, DAMDO, which integrates Design, Analysis, Modeling, Definition, and Optimization phases into an integration environment as follows. (1) Design: first generate many possible structural design alternatives. Each design alternative consists of many design variables X. (2) Analysis: employ the structural analysis software to analyze all structural design alternatives to obtain their internal forces and displacements. They are the response variables Y. (3) Modeling: employ artificial neural networks to build the models Y=f(X) to obtain the relationship functions between the design variables X and the response variables Y. (4) Definition: employ the design variables X and the response variables Y to define the objective function and constraint functions. (5) Optimization: employ the optimization software to solve the optimization problem consisting of the objective function and the constraint functions to produce the optimum design variables. The RC frame optimization problem was examined to evaluate the DAMDO approach, and the empirical results showed that it can be solved by the approach.

• 지능정보연구
• /
• 제7권2호
• /
• pp.83-93
• /
• 2001

기업부실예측은 과거로부터 많은 연구가 이루어진 분야로, 주로 통계기법에 의한 분류예측문제로 다루어져 왔다. 최근에는 인공신경망, 의사결정나무 등 비선형성을 반영할 수 있는 인공지능 기법을 적용한 연구가 많이 수행되고 있다. 본 연구에서는 최적화에 주로 활용하는 인공지능 기법인 유전자 알고리즘을 규칙추출을 통한 기업부실예측 모형의 개발에 적용하고, 활용가능성을 검증하였다.

• 대한전자공학회논문지TC
• /
• 제45권3호
• /
• pp.53-60
• /
• 2008

최근 들어, 광 기록 저장 시스템을 위한 다양한 기록 방식들이 연구되고 있다. BD (Blue-ray Disc)나 HD-DVD (High-Definition Digital Versatile Disc) 기록 방식의 표준화가 진행된 후에 차세대 광 기록 방식에 대한 관련 업계의 초점이 모아지고 있다. 이러한 차세대 광 기록 저장 시스템 가운데 기술의 호환성이 장점인 Super-RENS (Super-Resolution Near field Structure) 기술이 유력한 후보 중 하나이다. 본 논문에서는 HOS (Higher-Order Statistics)에서 사용되는 bicoherence 테스트를 통해 Super-RENS read-out 신호의 비선형성을 분석하고, Super-RENS 시스템의 비선형 모델링을 위해 신경망을 적용하고자 한다. 본 논문에서 고려하는 모델 구조는 NARX (Nonlinear AutoRegressive eXogenous) 모델이다. 모의실험 결과, Super-RENS read-out 신호의 비선형성이 존재함을 알 수 있었고, Super-RENS 시스템의 비선형 모델링을 위해 신경망이 유용하게 활용될 수 있다는 가능성을 확인하였다.

• KIEE International Transaction on Systems and Control
• /
• 제12D권1호
• /
• pp.43-50
• /
• 2002

In the recent years neural networks have fulfilled the promise of providing model-free learning controllers for nonlinear systems; however, it is very difficult to guarantee the stability and robustness of neural network control systems. This paper proposes an adaptive neural network control for robot manipulators based on the radial basis function netwo.k (RBFN). The RBFN is a branch of the neural networks and is mathematically tractable. So we adopt the RBFN to approximate nonlinear robot dynamics. The RBFN generates control input signals based on the Lyapunov stability that is often used in the conventional control schemes. The saturation function is also chosen as an auxiliary controller to guarantee the stability and robustness of the control system under the external disturbances and modeling uncertainties.