• 대한인간공학회지
• /
• 제19권2호
• /
• pp.87-99
• /
• 2000

This study aims to examine a fuzzy logic-based human expert EMG prediction model (FLHEPM) for predicting electromyographic responses of trunk muscles due to manual lifting based on two task (control) variables. The FLHEPM utilizes two variables as inputs and ten muscle activities as outputs. As the results, the lifting task variables could be represented with the fuzzy membership functions. This provides flexibility to combine different scales of model variables in order to design the EMG prediction system. In model development, it was possible to generate the initial fuzzy rules using the neural network, but not all the rules were appropriate (87% correct ratio). With regard to the model precision, the EMG signals could be predicted with reasonable accuracy that the model shows mean absolute error of 8.43% ranging from 4.97% to 13.16% and mean absolute difference of 6.4% ranging from 2.88% to 11.59%. However, the model prediction accuracy is limited by use of only two task variables which were available for this study (out of five proposed task variables). Ultimately, the neuro-fuzzy approach utilizing all five variables to predict either the EMG activities or the spinal loading due to dynamic lifting tasks should be developed.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.168-171
• /
• 2006

본 논문에서는 Particle Swarm Optimization 기법을 이용한 뉴로-퍼지 시스템의 파라미터 동정을 실시한다. PSO의 학습 및 군집 특성을 이용하여 시스템을 학습한다. 유전 알고리즘과 같은 무작위 탐색법을 이용하며 하나의 해 군집에 대해 다수 객체들이 탐색하는 기법을 통하여 최적해 부분의 탐색성능을 높여 전체 모델의 학습성능을 개선하고자 한다. 제안된 기법의 유용성을 시뮬레이션을 통하여 보이고자 한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 1998년도 전력전자학술대회 논문집
• /
• pp.197-199
• /
• 1998

A neuro-fuzzy based torque profile model of SRM with considerably improved accuracy is obtained using the measured data for training. The inferred torque profiles, which comprise magnetic non-linearities, represent the dynamic model of SRM. Then the reference torque signal with optimized waveform and switching angle are decided to control the torque directly. Hence, the presented scheme controls the torque in an instantaneous basis, allowing powerful torque control with minimum torque ripple even during the transient operation of the motor. Simulation and experimental results demonstrating the effectiveness of the proposed torque control scheme are presented.

• 한국수자원학회논문집
• /
• 제35권5호
• /
• pp.631-638
• /
• 2002

시계열의 예측은 통상 추계학적 모형에 의해 수행하여 왔다. 그러나 본 연구에서는 퍼지 개념을 이용한 퍼지 시계열 모형에 의해 강수량 예측을 수행하였다. 기존에 제안된 퍼지 시계열 모형을 이용하여 예측을 수행하고, 예측 능력을 향상시키기 위하여 퍼지 시계열과 뉴로-퍼지 시스템을 연계한 새로운 방법론을 제안하여 상호 비교ㆍ분석하였다. 이를 위하여 미국 일리노이주의 강수량 시계열 예측에 적용하였으며, 예측 결과, 기존의 모형보다 본 연구에서 제안한 방법론의 결과가 더 정확함을 알 수 있었다.

• Computers and Concrete
• /
• 제9권6호
• /
• pp.469-486
• /
• 2012

This paper presents Neuro-Fuzzy (NF) based empirical modelling of torsional strength of RC beams for the first time in literature. The proposed model is based on fuzzy rules. The experimental database used for NF modelling is collected from the literature consisting of 76 RC beam tests. The input variables in the developed rule based on NF model are cross-sectional area of beams, dimensions of closed stirrups, spacing of stirrups, cross-sectional area of one-leg of closed stirrup, yield strength of stirrup and longitudinal reinforcement, steel ratio of stirrups, steel ratio of longitudinal reinforcement and concrete compressive strength. According to the selected variables, the formulated NFs were trained by using 60 of the 76 sample beams. Then, the method was tested with the other 16 sample beams. The accuracy rates were found to be about 96% for total set. The performance of accuracy of proposed NF model is furthermore compared with existing design codes by using the same database and found to be by far more accurate. The use of NF provided an alternative way for estimating the torsional strength of RC beams. The outcomes of this study are quite satisfactory which may serve NF approach to be widely used in further applications in the field of reinforced concrete structures.

• 대한토목학회논문집
• /
• 제33권4호
• /
• pp.1413-1424
• /
• 2013

최근 우리나라에는 집중호우의 발생 빈도가 잦아지고 있다. 집중호우는 단시간에 발생하여 인명과 재산에 직접적인 피해를 주는 특징이 있다. 이러한 이유로 치수에 대한 관심은 점점 높아지고 있으며 정확한 유량 예측을 바탕으로 홍수에 대비할 수 있는 시스템 개발에 대한 연구가 활발하게 이루어지고 있다. 지금까지 홍수 예보에는 주로 물리적 모형이 사용되어 왔다. 물리적 모형은 매개변수 결정을 위해 많은 자료를 필요로 하고 또 매개변수의 결정 과정에서 많은 불확실성을 포함하고 있기 때문에 계산과정을 거치는 동안 다양한 오차가 반복하여 누적되는 단점이 있다. ANFIS는 인공신경회로망과 퍼지기법을 사용한 자료 지향형 모형으로 기존의 물리적 모형에서 사용한 방대한 양의 물리적 자료를 배제하고 유역의 강우자료와 유량자료만을 사용하여 모형을 구축하고 수위를 예측할 수 있다는 장점이 있다. 그러나 자료 지향형 모형은 입력 자료와 결과 사이의 논리적 상관성을 찾을 수 없다는 단점이 있다. 본 연구에서는 ANFIS 모형에 사용되는 함수의 옵션과 입력자료의 특성의 제한적인 변화에 따른 결과자료 분석을 통해 자료 지향형 모형의 특성을 분석하였다. 또한 일반적으로 많이 사용하는 물리적 모형 중 하나인 HEC-HMS의 유출량 산정 결과와의 비교를 통해 ANFIS의 적용성을 평가하였다. 본 연구는 남한강 상류에 위치한 청미천 유역의 2007년부터 2011년까지의 관측 강우자료와 유량자료를 사용하여 수행하였다.

• 한국컴퓨터정보학회논문지
• /
• 제9권1호
• /
• pp.37-43
• /
• 2004

컴퓨터 네트워크의 확대 및 인터넷 이용의 급속한 증가에 따라 컴퓨터 보안문제가 중요하게 되었다 따라서 침입자들로부터 위험을 줄이기 위해 침입탐지 시스템에 관한 연구가 진행되고 있다. 본 논문에서는 네트워크 기반의 이상 침입 탐지를 위하여 뉴로-퍼지 기법을 적용하고자 한다 불확실성을 처리하는 퍼지 이론을 이상 침입 탐지영역에 도입하여 적용함으로써 오용 탐지의 한계성을 극복하여 알려지지 않은 침입탐지를 하고자 한다.

• 한국지능시스템학회논문지
• /
• 제10권6호
• /
• pp.616-628
• /
• 2000

In this paper, we present the modeling of the ozone prediction system using Neuro-Fuzzy approaches. The mechanism of ozone concentration is highly complex, nonlinear, and nonstationary, the modeling of ozone prediction system has many problems and the results of prediction is not a good performance so far. The Dynamic Polynomial Neural Network(DPNN) which employs a typical algorithm of GMDH(Group Method of Data Handling) is a useful method for data analysis, identification of nonlinear complex system, and prediction of a dynamical system. The structure of the final model is compact and the computation speed to produce an output is faster than other modeling methods. In addition to DPNN, this paper also includes a Fuzzy Logic Method for modeling of ozone prediction system. The results of each modeling method and the performance of ozone prediction are presented. The proposed method shows that the prediction to the ozone concentration based upon Neuro-Fuzzy approaches gives us a good performance for ozone prediction in high and low ozone concentration with the ability of superior data approximation and self organization.

• E2M - 전기 전자와 첨단 소재
• /
• 제11권11호
• /
• pp.1-8
• /
• 1998

This paper presents an arificial neuro-fuzzy technique based prtial discharge (PD) pattern classifier to power system application. This may require a complicated analysis method employ -ing an experts system due to very complex progressing discharge form under exter-nal stress. After referring briefly to the developments of artificical neural network based PD measurements, the paper outlines how the introduction of new emerging technology has resulted in the design of a number of PD diagnostic systems for practical applicaton of residual lifetime prediction. The appropriate PD data base structure and selection of learning data size of PD pattern based on fractal dimentsional and 3-D PD-normalization, extraction of relevant characteristic fea-ture of PD recognition are discussed. Some practical aspects encountered with unknown stress in the neuro-fuzzy techniques based real time PD recognition are also addressed.

• 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.