• 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.

• 한국지능시스템학회논문지
• /
• 제12권6호
• /
• pp.571-576
• /
• 2002

본 논문에서는 여러 분야에서 널리 응용되고 있는 적응 뉴로-퍼지 시스템(ANFIS)의 성능 개선에 있어서 전제부 파라미터를 효과적으로 초기화 시키는 방법을 제안한다. 기존의 그리드 분할을 이용한 입력공간 선택 방법은 ANFIS의 규칙 생성에 있어서 얻어진 규칙의 수가 지수적으로 증가하는 단점이 있다. 이에, 본 연구에서는 GMM에서의 최대우도추정을 이용한 EM 알고리즘을 통하여 초기치에 의하여 성능의 영향이 좌우되는 ANFIS의 입력으로 주어 제안된 클러스터링 기법에 의하여 모델의 성능을 개선하고자 한다. 제안된 방법의 클러스터링 방법은 통계적 방법에 근거하여 좋은 성능의 파라미터를 획득할 수 있어 주어진 모델에 대한 ANFIS의 성능을 개선할 수 있다. 이들 방법의 유용함을 전형적인 다변수 비선형 데이터인 자동차 연료 예측 문제와 정수장 응집제 주입 문제에 적용하여 제안된 방법이 이전의 연구보다 성능이 개선되는 것을 통하여 보였다.

• 한국지능시스템학회논문지
• /
• 제11권8호
• /
• pp.754-759
• /
• 2001

본 논문은 주성분분석기법, 퍼지 클러스터링, ANFIS(Adaptive Neuro-Fuzzy Inference System)와 하이브리드 GA(Hybrid Genetic Algorithm)를 이용하여 GA 기반 TSK(Takagi-Sugeno-Kang) 퍼지 분류기를 제안한다. 먼저 구조동정은 주성분분석기법을 이용하여 데이터 성분간의 상관관계가 제거하도록 입력데이터를 변환하고, FCM(Fuzzy c-means) 클러스터링과 ANFIS의 융합을 통해 초기 TSK 퍼지 분류기를 구축한다. 구축된 초기 분류기의 파라미터를 초기집단으로 발생시켜 AGA(Adaptive GA)와 RLSE(Recursive Least Square Estimate)에 의해 파라미터 동정을 수행한다. 이렇게 함으로서 퍼지 클러스터링의 효율적인 입력공간분할로 ANFIS의 문제점을 해결할 수 있고, AGA에 의해 집단의 다양성 유지와 전역적인 최적해의 수렴을 가속화할 수 있다. 마지막으로, 제안된 방법은 Iris 데이터 분류문제에 적용하여 이전의 다른 논문에 비해 좋은 성능을 보임을 알 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2120-2122
• /
• 2002

There are several types of control systems that use fuzzy logic controller as a essential system component. The majority of research work on fuzzy PID controller focuses on the conventional two-input PI or PD type controller. However, fuzzy PID controller design is a complex task due to the involvement of a large number of parameters in defining the fuzzy rule base. In this paper we combined conventional PI type and PD type fuzzy controller and set the initial parameters of this controller from the conventional PID controller gains obtained by Ziegler-Nichols tuning or other coarse tuning methods. After that, by replacing some of these parameters with sing1e neurons and making them to be adjusted by back-propagation learning algorithm we designed a neuro-fuzzy controller which showed good performance characteristics in both computer simulation and actual application.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.480-480
• /
• 2000

In this paper, we proposed a fuzzy-neuro controller to control the speed of wound rotor induction motor with slip energy recovery. The speed is limited at some range of sub-synchronous speed of the rotating magnetic field. Control speed by adjusting resistance value in the rotor circuit that occurs the efficiency of power are reduced, because of the slip energy is lost when it passes through the rotor resistance. The control system is designed to maintain efficiency of motor. Recently, the emergence of artificial neural networks has made it conductive to integrate fuzzy controllers and neural models for the development of fuzzy control systems, Fuzzy-neuro controller has been designed by integrating two neural network models with a basic fuzzy logic controller. Using the back propagation algorithm, the first neural network is trained as a plant emulator and the second neural network is used as a compensator for the basic fuzzy controller to improve its performance on-line. The function of the neural network plant emulator is to provide the correct error signal at the output of the neural fuzzy compensator without the need for any mathematical modeling of the plant. The difficulty of fine-tuning the scale factors and formulating the correct control rules in a basic fuzzy controller may be reduced using the proposed scheme. The scheme is applied to the control speed of a wound rotor induction motor process. The control system is designed to maintain efficiency of motor and compensate power factor of system. That is: the proposed controller gives the controlled system by keeping the speed constant and the good transient response without overshoot can be obtained.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.857-860
• /
• 1993

In this paper, we apply the self generating neuro fuzzy model (SGNFM) to the dimension analysis of the chaotic time series. Firstly, we formulate a nonlinear time series identification problem with nonlinear autoregressive (NARMAX) model. Secondly, we propose an identification algorithm using SGNFM. We apply this method to the estimation of embedding dimension for chaotic time series, since the embedding dimension plays an essential role for the identification and the prediction of chaotic time series. In this estimation method, identification problems with gradually increasing embedding dimension are solved, and the identified result is used for computing correlation coefficients between the predicted time series and the observed one. We apply this method to the dimension estimation of a chaotic pulsation in a finger's capillary vessels.

• 상하수도학회지
• /
• 제19권4호
• /
• pp.395-403
• /
• 2005

It is very important to forecast water supply for reasonal operation and management of water utilities. In this paper, water supply forecasting models using artificial intelligence are developed. Artificial intelligence models shows better results by using Temperature(t), water supply discharge (t-1) and water supply discharge (t-2), which are expressed by neural network(LMNNWS; Levenberg-Marquardt Neural Network for Water Supply, MDNNWS; MoDular Neural Network for Water Supply) and neuro fuzzy(ANASWS; Adaptive Neuro-Fuzzy Inference Systems for Water Supply). ANFISWS model which is applied for water supply forecasting shows stable application to the variable water supply data. As results, MDNNWS model shows the highest overall accuracy among proposed water supply forecasting models and the lowest estimation error with the order of ANFISWS, LMNNWS model.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년 학술대회 논문집 정보 및 제어부문
• /
• pp.539-541
• /
• 2006

Biped locomotion is a popular research area in robotics due to the high adaptability of a walking robot in an unstructured environment. When attempting to automate the motion planning process for a biped walking robot, one of the main issues is assurance of dynamic stability of motion. This can be categorized into three general groups: body stability, body path stability, and gait stability. A zero moment point (ZMP), a point where the total forces and moments acting on the robot are zero, is usually employed as a basic component for dynamically stable motion. In this rarer, learning based neuro-fuzzy systems have been developed and applied to model ZMP trajectory of a biped walking robot. As a result, we can provide more improved insight into physical walking mechanisms.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.772-777
• /
• 1993

This paper presents a neuro-fuzzy modelling method that determines chemicals dosing model based on historical operation data for effective water quality control in water treatment system and calculates automatically the amount of optimum chemicals dosing against the changes of raw water qualities and flow rate. The structure identification in the modelling by means of neuro-fuzzy reasing is performed by Genetic Algorithm(GA) and Complex Method in which the numbers of hidden layer and its hidden nodes, learning rate and connection pattern between input layer and output layer are identified. The learning network is implemented utilizing Back Propagation(BP) algorithm. The effectiveness of the proposed modelling scheme and the feasibility of the acquired neuro-fuzzy network is evaluated through computer simulation for chemicals dosing control in water treatment system.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제7권7호
• /
• pp.175-182
• /
• 2018

본 논문은 수면 환경이 개인 수면에 미치는 영향 분석과 최적 수면 환경을 산출하는 연구이다. 입출력 데이터 집합을 선정하고 뉴로-퍼지 기법을 이용해 최적화된 수면 환경 정보를 산출한다. 수면 지속 시간을 고려한 최적의 수면 환경을 제공한다. 제안된 방법을 통해 산출된 각성 비율은 12%이며, 기존 연구에 비해 최소 5% 낮은 각성 비율을 얻었다.