• 한국항공우주학회지
• /
• 제31권6호
• /
• pp.61-71
• /
• 2003

터보제트엔진 모델에 대한 제어에 있어서, 비교적 잘 설계된 PI 제어기 성능결과를 바탕으로 Takagi-Sugeno형 뉴로-퍼지 추론계를 통한 플랜트 모델의 제어 시스템을 규명함으로서, PI형 T-S 퍼지규칙들을 퍼지제어기를 설계하였다. 이렇게 설계된 제어기의 성능을 향상시키기 위하여, 각 퍼지규칙들을 퍼지 C-Means Algorithm으로부터 각각의 목적 함수군으로 분류한 후, 각 분류군에 대해 규칙간의 가중치가 각 목적함수의 만족도에 부합되도록 하는 기법을 제시하였고, 이를 잘 설계된 T-S형 퍼지제어기에 적용하여 성능을 향상시킴으로써 그 유용성을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 추계학술대회 논문집 학회본부 B
• /
• pp.675-677
• /
• 1998

In this paper, we propose the fuzzy inference algorithm with multi-layer structure. MFIS(Multi-layer Fuzzy Inference System) uses PNN(Polynomial Neural networks) structure and the fuzzy inference method. The PNN is the extended structure of the GMDH(Group Method of Data Hendling), and uses several types of polynomials such as linear, quadratic and cubic, as well as the biquadratic polynomial used in the GMDH. In the fuzzy inference method, the simplified and regression polynomial inference methods are used. Here, the regression polynomial inference is based on consequence of fuzzy rules with the polynomial equations such as linear, quadratic and cubic equation. Each node of the MFIS is defined as fuzzy rules and its structure is a kind of neuro-fuzzy structure. We use the training and testing data set to obtain a balance between the approximation and the generalization of process model. Several numerical examples are used to evaluate the performance of the our proposed model.

• 한국수자원학회논문집
• /
• 제51권1호
• /
• pp.1-10
• /
• 2018

최근 집중호우로 서울 강남구('12), 부산('13), 울산('16), 인천, 부산('17) 등 대도시 지역의 침수 피해가 증가하고 있다. 도시침수는 하천유역의 홍수 피해와는 달리 매우 짧은 시간에 피해가 발생하며, 시설물의 파괴보다는 주택, 차량, 상가 침수로 인한 재산 피해가 높은 비율을 차지하고 있다. 현재 우리나라의 호우에 대한 예 경보는 기상청에서 발표하는 호우 주의보 및 경보에 의존하고 있지만, 기상청의 호우 주의보 및 경보는 전국 공통 지표를 사용함으로써 지역적 특성을 반영하지 못하고 있는 실정이다. 따라서 본 연구에서는 서울과 울산지역을 대상으로 지역별로 피해이력기반의 한계강우량을 추정하였으며, 피해이력이 없어 한계강우량 추정이 불가능한 지역에 대해서는 유역특성이 반영된 Neuro-Fuzzy 모형을 통해 한계강우량을 예측하였다. 추정된 한계강우량을 통해 도시침수 위험기준을 설정하고 실제 침수사상에 적용한 결과 추정된 한계강우량은 실제 한계강우량과 1.8~20.4%의 오차를 보이고 있으며, 최소 28분에서 최대 70분의 대피시간을 확보 할 수 있는 것으로 나타났다. 따라서 도시침수 예 경보를 위한 위험기준으로 활용가능 할 것으로 판단된다.

• Environmental Engineering Research
• /
• 제25권4호
• /
• pp.545-553
• /
• 2020

Rainfall-Runoff modeling plays a crucial role in various aspects of water resource management. It helps significantly in resolving the issues related to flood control, protection of agricultural lands, etc. Various Machine learning and statistical-based algorithms have been used for this purpose. These techniques resulted in outcomes with an acceptable rate of success. One of the pertinent machine learning algorithms namely Adaptive Neuro Fuzzy Inference System (ANFIS) has been reported to be a very effective tool for the purpose. However, the computational complexity of ANFIS is a major hindrance in its application. In this paper, we resolved this problem of ANFIS by incorporating one of the evolutionary algorithms known as Particle Swarm Optimization (PSO) which was used in estimating the parameters pertaining to ANFIS. The results of the modified ANFIS were found to be satisfactory. The performance of this modified ANFIS is then compared with conventional ANFIS and another popular statistical modeling technique namely ARIMA model with respect to the forecasting of runoff. In the present investigation, it was found that proposed PSO-ANFIS performed better than ARIMA and conventional ANFIS with respect to the prediction accuracy of runoff.

• ETRI Journal
• /
• 제31권2호
• /
• pp.182-192
• /
• 2009

Rain attenuation and intercell interference are two crucial factors in the performance of broadband wireless access networks such as local multipoint distribution systems (LMDS) operating at frequencies above 20 GHz. Power control can enhance the performance of downlink CDMA-based LMDS systems by reducing intercell interference under clear sky conditions; however, it may damage system performance under rainy conditions. To ensure robust operation under both clear sky and rainy conditions, we propose a novel power-control scheme which applies an adaptive neuro-fuzzy inference system (ANFIS) for downlink CDMA-based LMDS systems. In the proposed system, the rain rate and the number of users are two inputs of the fuzzy inference system, and output is defined as channel quality, which is applied in the power control scheme to adjust the power control region. Moreover, ITU-R P.530 is employed to estimate the rain attenuation. The influence of the rain rate and the number of users on the distance-based power control (DBPC) scheme is included in the simulation model as the training database. Simulation results indicate that the proposed scheme improves the throughput of the DBPC scheme.

• 대한교통학회지
• /
• 제19권6호
• /
• pp.171-182
• /
• 2001

본 연구는 지점검지체계와 구간검지체계와의 자료합성을 통하여 도심 간선도로 및 지방도로 구간별 효과척도를 산정할 뿐만 아니라 유고검지 및 통행패턴 예측, 네트워크 기종점에 대한 최적/최단 경로를 탐색하는데 기초가 되는 구간 통행시간 추정을 수행한다. 개개 수집원의 자료합성을 위해 퍼지이론과 인공신경 망의 합성모형인 FALEM(Fuzzy Adaptive Learning Estimator for travel time from Multi-information sources)을 개발, 개발된 모형 FALEM에 의해 개개구간의 통행시간을 산출하고 동일시간, 동일구간에서 조사된 실측데이터와의 오차율 비교를 통해 추정된 통행시간을 검증하였다. 테스트 환경은 개발모형에 의해 추정된 구간 통행시간의 적용성을 고려하여 실시간 운영하에서 수행되었다.

• 한국전자통신학회논문지
• /
• 제10권4호
• /
• pp.499-505
• /
• 2015

TIA(: Trend Impact Analysis)는 발생될 가능성이 있는 미래의 예기치 못한 사건들을 식별하고 분석하기 위한 고급 예측 도구에 속한다. 적응적인 뉴로-퍼지 추론 시스템은 인공신경망의 일종으로 신경망과 퍼지 로직 원리를 모두 통합하고 보편적 추정되는 것으로 간주한다. 본 논문에서는 적응적인 뉴로-퍼지 추론 시스템을 사용하여 예기치 못한 사건에 관한 심각성의 정도를 추론하고 이를 시간의 함수로서 도입하여 예기치 못한 사건들의 출현 확률에 관해 보다 타당한 추정치를 얻는데 있다. 이러한 접근방식에 대한 배후 개념은 예기치 못한 사건이 갑자기 출현되는 것이 아니라 관련 사건이 가지고 있는 속성 값에 대한 건드림 혹은 변화가 기존 속성 값의 한계를 벗어나 마치 새로운 사건인 것처럼 등장할 수 있음을 전제로 하고 있다. ANFIS 접근 방식은 이러한 사건을 식별해서 예기치 못한 사건의 심각성의 정도를 추론하는데 매우 적절한 방식이라 할 수 있다. 속성들의 변화 값들은 확률적인 동적 모델 및 Monte-Carlo 방법을 사용하여 얻을 수 있다. 제안된 모델에 관한 타당성은 강 유역의 예상치 못한 가뭄에 따른 충격 추세 곡선을 기존 연구 결과와의 비교를 통해 나타낸다.

• International Journal of Control, Automation, and Systems
• /
• 제5권4호
• /
• pp.436-443
• /
• 2007

In this paper, an intelligent method called BELBIC (Brain Emotional Learning Based Intelligent Controller) is used to control of Locally Linear Neuro-Fuzzy Model (LOLIMOT) of Washing Machine. The Locally Linear Neuro-Fuzzy Model of Washing Machine is obtained based on previously extracted data. One of the important issues in using BELBIC is its parameters setting. On the other hand, the controller design for Washing Machine is a multi objective problem. Indeed, the two objectives, energy consumption and effectiveness of washing process, are main issues in this problem, and these two objectives are in contrast. Due to these challenges, a Multi Objective Genetic Algorithm is used for tuning the BELBIC parameters. The algorithm provides a set of non-dominated set points rather than a single point, so the designer has the advantage of selecting the desired set point. With considering the proper parameters after using additional assumptions, the simulation results show that this controller with optimal parameters has very good performance and considerable saving in energy consumption.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.779-783
• /
• 2010

최근 들어 그 심각성을 더하고 있는 이상기후 현상으로 가용 수자원의 변동이 커지고 있으며, 이에 따라 수자원의 효율적인 운영이 요구되고 있다. 그러나 효율적인 운영을 위해서는 미래 유입량의 불확실성의 고려하고, 홍수 조절용량의 확보하면서도, 용수공급을 위한 저수량을 확보하고, 수력 발전을 해야 하는 복잡한 상황을 모두 고려하여야한다. 이러한 복잡한 시스템에서 하나의 최적화 기법으로는 모든 고려사항들을 만족시키는 최적해를 찾는 것은 사실상 불가능에 가깝다. 그러므로 저수지 운영의 최적화를 위한 연구에서 한 가지 이상의 기법을 조합하는 기법을 사용하게 되었다. 이러한 기법은 각 기법의 장점을 취하고 각각의 한계를 극복하기 위해 주로 사용되었다. 본 연구에서는 저수지 운영 최적화를 모의하기 위하여 대청댐에서의 저수위, 유입량, 용수이용량 등을 고려하여 방류량의 예측을 동적 계획법(Dynamic Programming Model)으로부터 동적 신경망(Dynamic Neural Network Model)과 적응 퍼지 제어기법(Adaptive Neuro-Fuzzy Inference System)을 개발하여 실제 방류량과 세 가지 최적화 방법에 의한 결과를 비교 검정하였다. 본 연구의 수행으로 인해 얻어진 결과를 요약하면 다음과 같다. 첫째, 동적 신경망과 적응 퍼지 제어기법에 의한 최적화 모의가 동적 계획법에 비해 시스템의 구축이 쉽고 유연하다. 둘째, 퍼지추론의 Membership 함수의 구축에 따라 단시간에 많은 양의 강우가 발생하는 국지성 강우에 대해서도 최적 방류량을 예측할 수 있다. 셋째, 저수지 운영 과거자료의 부족과 불확실성을 해결하면, 보다 용이하고 양호한 예측결과를 얻을 수 있을 것이다.

• 한국생산제조학회지
• /
• 제6권4호
• /
• pp.89-95
• /
• 1997

Welding technique is widely applied to general industry such as pressure vessel for chemical plant, pipe system, heavy industry, and automobile. There are some points which must be considered when robot system is used in welding automation process for productivity improvement. Welding quality is governed by heat input, and this quantity can be different according to shape, property, and thick of material . For desired heat input , weld input parameters such as welding voltage, current, and welding velocity must be determined with those consideration. Until now these parameters have been determined mainly by experience of operator. In this study, the size of welding zone was predicted by fuzzy rules were constructed from the relation between welding variables and weld pool size. Inverse model method which welding control input for welder is determined with optimum voltage and current by fuzzy controller is validatied by computer simulation.