• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.193-196
• /
• 2006

프로펠러 회전면에서의 반류분포는 주로 모형시험에 의해서 규명되어 왔다. 이렇게 축적된 데이터베이스를 통해 선박의 기하학적 형상정보와 반류분포 사이의 입출력관계를 모델링할 수 있다. 면 선박 초기설계시 유사선종의 설계에 도움이 된다. 본 연구에서는 이들 입출력 사이의 관계를 뉴로퍼지시스템으로 모델링하고 학습한 후 새로운 입력에 대한 출력값의 검토를 통해 그 유용성을 확인한다.

• 전자공학회논문지CI
• /
• 제39권1호
• /
• pp.23-34
• /
• 2002

본 논문에서는 진화전략을 이용하여 빠르게 학습하는 새로운 구조의 뉴로퍼지 시스템을 제안하고 제안한 시스템의 효용성을 입증하기 위하여 비선형 시스템 동정에 응용한 결과를 설명한다. 뉴로퍼지 시스템의 학습 방법으로는 지금까지 주로 변형된 오류역전파 알고리즘과 최적화 기법인 유전자 알고리즘이 많이 사용되어왔으나, 오류역전파 알고리즘은 학습시간이 많이 걸리며 유전자 알고리즘은 해를 유전형 형태로 표현함으로 인하여 미세한 탐색이 힘든 단점이 있었다. 본 논문에서 사용한 진화전력은 해를 표현형의 개체로 나타내어 실수형태로 진화하기 대문에 미세한 탐색이 가능하며 오류역전파 알고리즘에 비해 지역해에 빠질 가능성이 작고 속도가 빠른 장점이 있다. 제안한 뉴로퍼지 시스템을 비선형 시스템 동정에 적용한 결과 학습속도가 빠르며 학습결과도 우수함을 보았다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2002년도 ICCAS
• /
• pp.110.1-110
• /
• 2002

We propose a novel neuro-fuzzy system based on an efficient clustering method. It is a very useful method that improves the performance of a fuzzy model with small number of fuzzy rules. The fuzzy clustering methods are studied in the wide range of fuzzy modeling. One of them, the grid partition method has problem of exponentially increasing number of rules when the dimension of input or number of membership function is linearly increased. On the other hand, the Expectation Maximization algorithm is an efficient estimation for unknown parameters of the Gaussian mixture model. Here it is noted that the parameters can be used for fuzzy clustering method. In a fuzzy modeling, it is desired that...

• 콘크리트학회논문집
• /
• 제28권6호
• /
• pp.723-731
• /
• 2016

프리텐션 콘크리트 부재에서 강연선의 유효프리스트레스를 확보하기 위해서는 부재의 단부부터 특정 부착길이가 필요하며, 이를 전달길이라고 정의한다. 그러나, 강연선과 콘크리트 사이의 복잡한 부착 메커니즘으로 인해 결정론적인 방법으로 전달길이를 산정하는 기존 방법들은 많은 불확실성을 내포하고 있으며, 안전측의 해석결과를 제공하는 것에 초점이 맞추어져 있다. 따라서, 이 연구에서는 여러 영향인자들의 복잡한 메커니즘을 보다 효과적으로 고려하여 정확한 전달길이를 산정하기 위해 뉴로-퍼지 시스템의 방법 중 하나인 ANFIS를 도입하였다. 기존 연구로부터 총 253개의 실험체를 수집하여 ANFIS 알고리즘을 훈련시켰으며, 훈련된 ANFIS 알고리즘은 전달길이를 매우 정확히 예측하였다. 또한, ANFIS 전달길이 평가결과를 토대로, 변수분석과 차원해석을 수행하여 보다 간략화된 전달길이 산정식을 제안하였으며, 제안식은 ANFIS 해석결과와 거의 대등한 정확도를 보여주었다.

• 한국지능시스템학회논문지
• /
• 제8권6호
• /
• pp.58-69
• /
• 1998

This paper introduces a novel neuro-fuzzy system based on the polynomial fuzzy neural network(PFNN) architecture. The PFNN consists of a set of if-then rules with appropriate membership functions whose parameters are optimized via a hybrid genetic algorithm. A polynomial neural network is employed in the defuzzification scheme to improve output performance and to select appropriate rules. A performance criterion for model selection, based on the Group Method of DAta Handling is defined to overcome the overfitting problem in the modeling procedure. The hybrid genetic optimization method, which combines a genetic algorithm and the Simplex method, is developed to increase performance even if the length of a chromosome is reduced. A novel coding scheme is presented to describe fuzzy systems for a dynamic search rang in th GA. For a performance assessment of the PFNN inference system, three well-known problems are used for comparison with other methods. The results of these comparisons show that the PFNN inference system outperforms the other methods while it exhibits exceptional robustness characteristics.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.31-36
• /
• 2001

본 연구는 TMS 분석기의 성능 상태를 판정하기 위한 지능형 진단기 설계 방법을 제안하였다. NOn와 SOx를 계측하는 TH 분석기의 입, 출력 신호와 설비의 유지보수 경험을 이용하여 분석기의 동작 상태를 진단하는 Neuro-Fuzzy 진단 모델을 설계하는 방법을 제안하고, 실험 데이터로 시뮬레이션을 통해, 그 타당성을 입증하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.778_779
• /
• 2009

The maximum output torque developed by the machine is dependent on the allowable current rating and maximum voltage that the inverter can supply to the machine. Therefore, to use the inverter capacity fully, it is desirable to use the control scheme considering the voltage and current limit condition, which can yield the maximum torque per ampere over the entire speed range. The paper is proposed maximum torque control of induction motor drive using adaptive learning neuro fuzzy controller and artificial neural network(ANN). The control method is applicable over the entire speed range and considered the limits of the inverter's current and voltage rated value. For each control mode, a condition that determines the optimal d, q axis current $_i_{ds}$, $i_{qs}$ for maximum torque operation is derived. The proposed control algorithm is applied to induction motor drive system controlled adaptive learning neuro fuzzy controller and ANN controller, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper is proposed the analysis results to verify the effectiveness of the adaptive learning neuro fuzzy controller and ANN controller.

• 수산해양기술연구
• /
• 제39권1호
• /
• pp.77-83
• /
• 2003

Autonomous mobile robots based on the Web have been already used in public places such as museums. There are many kinds of problems to be solved because of the limitation of Web and the dynamically changing environment. We present a methodology for intelligent mobile robot that demonstrates a certain degree of autonomy in navigation applications. In this paper, we focus on a mobile robot navigator equipped with neuro-fuzzy controller which perceives the environment, make decisions, and take actions. The neuro-fuzzy controller equipped with collision avoidance behavior and target trace behavior enables the mobile robot to navigate in dynamic environment from the start location to goal location. Most telerobotics system workable on the Web have used standard Internet techniques such as HTTP, CGI and Scripting languages. However, for mobile robot navigations, these tools have significant limitations. In our study, C# and ASP.NET are used for both the client and the server side programs because of their interactivity and quick responsibility. Two kinds of simulations are performed to verify our proposed method. Our approach is verified through computer simulations of collision avoidance and target trace.

• 조명전기설비학회논문지
• /
• 제20권3호
• /
• pp.53-61
• /
• 2006

본 논문은 유도전동기 드라이브의 고성능 제어를 위한 적응 퍼지-뉴로 제어기를 제시한다. 이 알고리즘의 설계는 퍼지제어와 신경회로망을 사용하는 퍼지-신경회로망 제어기에 기초한다. 적응 퍼지-뉴로 제어기는 신경회로망의 학습패턴과 같은 퍼지 룰을 사용하고 또한 지령값과 실제값 사이의 오차를 최소화하기 위하여 신경회로망의 뉴런사이의 하중을 역전파 알고리즘 방법을 사용하여 조절한다. 적응 기준 모델 설계는 기준모델의 출력과 전동기 속도 사이의 오차와 오차 변화분을 기초로 한 퍼지 로직에 의하여 실행되는 적응 메카니즘을 제시한다. 적응 퍼지-뉴로 제어기의 제어 성능은 다양한 동작 상태에 대한 분석으로 평가한다. 제안한 제어시스템의 실험 결과는 고성능과 파리미터 변동과 정상상태 정확성, 순시응답의 강인성을 가진다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.1073-1075
• /
• 1996

This paper presents a neuro fuzzy system(NFS) for implementing fuzzy inference system with a monotonic membership function. The modeling and control of a discrete nonlinear system using a NFS is described. The membership function parameters of a identifier and controller are adjusted by back-propagation algorithm. These identifier and controller is constructed to proposed NFS. A on-line identification and control are accomplished by this NFS. A controller is gived information of the system, that is variation of the system output according to that of the control input by a identifier. A controller makes control input in order to control discrete-time nonlinear system. A Simulation is presented to demonstrate the efficiency of a suggested method.