• 한국응용과학기술학회지
• /
• 제25권4호
• /
• pp.438-445
• /
• 2008

For recipe prediction of colorant proportion showing nonlinear behavior, we modeled the effects of colorant proportion of basic colors on the target colors and predicted colorant proportion necessary for making target colors. First, colorant proportion of basic colors and color information indicated by the instrument was applied by a linear model and a multi-layer perceptrons model with back-propagation learning method. However, satisfactory results were not obtained because of nonlinear property of colors. Thus, in this study the neuro-fuzzy model with merit of artificial neural networks and fuzzy systems was presented. The proposed model was trained with test data and colorant proportion was predicted. The effectiveness of the proposed model was verified by evaluation of color difference(${\Delta}E$).

• 한국수자원학회논문집
• /
• 제44권7호
• /
• pp.523-536
• /
• 2011

본 연구의 목적은 중소하천에서의 홍수예측을 위해 사용되는 기존의 수문학적 모형이 가지고 있는 문제점을 개선한 홍수예측 모형을 개발하는데 있다. 이를 위해 기존의 수문학적 강우-유출 모형에서 사용되는 많은 수문학적 자료 및 매개변수들의 사용 없이 오직 수위 및 강우측정 자료만을 이용하여 홍수를 예측할 수 있는 Takagi-Sugeno 퍼지 추론기법과 신경망을 연계한뉴로-퍼지홍수예측 모형을 구축하고자 하였다. 뉴로-퍼지 홍수예측 모형의 예측정확도는 입력자료로 사용되는 강우와 수위 자료의 시간적 분포 및 자료의 수에 의해 결정된다. 따라서 본 연구에서는 홍수예측 모형 구축을 위한 최적 입력 자료 조합 선정을 위해 다양한 강우와 수위의 입력자료 조합을 구성하여 적용하였고, 이를 통해 홍수 예측을 위한 뉴러-퍼지 홍수예측 모형의 최적 입력 자료 조합을 선정하였다.

• 한국지능시스템학회논문지
• /
• 제10권3호
• /
• pp.188-193
• /
• 2000

본 논문에서는 플랜트를 위한 규칙수가 줄어든 뉴로-퍼지 모델을 얻기 위한 접근을 제안한다. 뉴로-퍼지 네트워크는 가우시안 소속함수를 가진 RBF(Radial Basis Function) 네트워크들로 구성되고 오차 역전파 학습 알고리듬에 의해 학습된다. 러프 집합 이론에서 의존도는 규칙들으 줄이는데 사용된다. 모델에서 각 규칙이 조건 소속함수 값과 플랜트의 출력 값 사이의 의온도는 플랜트를 동정하기 위하여 규칙이 얼마나 많은 공헌을 하는가를 알 수 있도록 한다. 줄어든 모델은 원래의 것으로써 동일한 성능을 유지하는 동안 선택 알고리듬은 복잡성과 구조의 잉여성을 최소화할 수 있다.

• International Journal of Control, Automation, and Systems
• /
• 제6권6호
• /
• pp.928-938
• /
• 2008

This study presents an approach for approximation an unknown function from a numerical data set based on the synthesis of a neuro-fuzzy model. An adaptive input data space parting method, which is used for building hyperbox-shaped clusters in the input data space, is proposed. Each data cluster is implemented here as a fuzzy set using a membership function MF with a hyperbox core that is constructed from a min vertex and a max vertex. The focus of interest in proposed approach is to increase degree of fit between characteristics of the given numerical data set and the established fuzzy sets used to approximate it. A new cutting procedure, named NCP, is proposed. The NCP is an adaptive cutting procedure using a pure function $\Psi$ and a penalty function $\tau$ for direction the input data space parting process. New algorithms named CSHL, HLM1 and HLM2 are presented. The first new algorithm, CSHL, built based on the cutting procedure NCP, is used to create hyperbox-shaped data clusters. The second and the third algorithm are used to establish adaptive neuro- fuzzy inference systems. A series of numerical experiments are performed to assess the efficiency of the proposed approach.

• 한국수자원학회논문집
• /
• 제44권7호
• /
• pp.537-551
• /
• 2011

본 연구에서는 앞선 연구를 통해 선정된 최적 입력 자료 조합을 이용하여 한강수계의 왕숙천과 금강유역의 갑천에 대한 Takagi-Sugeno 퍼지기법과 신경망을 연계한 뉴로-퍼지 홍수예측 모형을 구축하였다. 구축된 뉴로-퍼지 홍수예측 모형을 한강수계의 왕숙천과 금강유역의 갑천에 적용하여 30분, 60분, 90분, 120분, 150분, 180분의 선행시간에 대해 각각 홍수예측을 수행하였다. 선행시간별 예측수위를 관측수위와 비교한 결과 안정되고 정확도 높은 홍수예측을 하는 것을 확인할 수 있었다. 추가적으로 정량적 평가를 위해 평균제곱근 오차(Root Mean Square Error)와 같은 통계지표를 산정하여 모형의 적용성을 검증하였다. 검증 결과 모든 통계지표에서 큰 오차 없이 성공적으로 홍수예측이 모의됨을 확인할 수 있었다. 본 연구결과는 향후 중소하천에서 충분한 선행시간을 확보한 정확도 높은 홍수정보시스템의 구축에 활용할 수 있을 것으로 판단된다.

• 한국지반공학회논문집
• /
• 제24권10호
• /
• pp.57-70
• /
• 2008

피에조콘 관입시험의 장점은 연속적인 데이터의 취득이 보장되며 결국 대상지반의 신뢰성 있는 분석이 가능하다는 점이다. 따라서 지난 수십년간 국내외에서 콘 관입시험결과로부터 흙분류를 수행하는 많은 연구가 진행되었으며 차트나 도표 등의 형태로 흙분류 방법들이 제안되었다. 그러나 대부분의 차트 또는 방법들은 한국을 제외한 세계 각국의 자료들을 바탕으로 제안되어 국내 지반의 적용성에 대한 검증이 이루어져야 한다. 뿐만 아니라 기존 방법들에서는 사용된 입력자료에 따라 흙분류 결과가 상이한 경우가 있어 적용과 판단에 어려움이 있다. 그러나 불행히도 이러한 차트 형태로 제안된 기존 도표의 경우 지역성 등이 반영되어 수정 또는 보완이 필요하나 수정에 어려움이 있거나 거의 불가능하다. 이에 본 연구에서는 국내 17개 현장에서 수행된 피에조콘 관입시험결과와 채취된 시료에 대한 주상도 및 흙분류결과를 바탕으로 클러스터링 기법과 뉴로-퍼지 이론을 이용한 흙분류 모델을 제안하였다. 제안된 모델을 검증하기 위해 모델 학습 시 사용되지 않는 새로운 피에조콘 관입시험 데이터에 대한 흙분류 결과를 실제 시추결과와 비교하였다. 또한 기존의 소프트컴퓨팅 모델과 Robertson 방법에 의한 흙분류 결과와 제안된 모델의 흙분류 결과를 비교하여 제안된 모델의 효율성을 검토하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.546-551
• /
• 2004

In this paper, a level controller is designed with the neuro-fuzzy model based on Takagi-Sugeno fuzzy system. The fuzzy system is employed as the controller, which can be tuned by the neural network mechanism based on a gradient descent technique. The tuning mechanism will provide an optimal process input by forcing the process error to zero. The proposed controller provides the online tunable mode to adjust the consequent membership function parameters. The controller is implemented with M-file and graphic user interface (GUI) of Matlab program. The program uses MPIBM3 interface card to connect with the industrial processes In the experimentation, the proposed method is tested to vary of the process parameters, set points and load disturbance. Processes of one tank and two tanks are used to evaluate the efficiency of our controller. The results of the both processes are compared with two PID systems that are 3G25A-PIDO1-E and E5AK of OMRON. From the comparison results, our controller performance can be archived in the case of more robustness than the two PID systems.

• 상하수도학회지
• /
• 제19권6호
• /
• pp.738-748
• /
• 2005

Considering pollution source is transferred by discharge, it is very important to analyze the correlation between discharge and water quality. And temperature also influent to the water quality. In this paper, it is used water quality data that was measured DO (Dissolved Oxygen), TOC (Total Organic Carbon), TN (Total Nitrogen), TP (Total Phosphorus) at Dalchun real time monitoring stations in Namhan river. These characteristics were analyzed with the water quality of rainy and nonrainy periods. Input data of the water quality forecasting models that they were constructed by neural network and neuro-fuzzy was chosen as the reasonable data, and water quality forecasting models were applied. LMNN (Levenberg-Marquardt Neural Network), MDNN (MoDular Neural Network), and ANFIS (Adaptive Neuro-Fuzzy Inference System) models have achieved the highest overall accuracy of TOC data. LMNN and MDNN model which are applied for DO, TN, TP forecasting shows better results than ANFIS. MDNN model shows the lowest estimation error when using daily time, which is qualitative data trained with quantitative data. If some data has periodical properties, it seems effective using qualitative data to forecast.

• 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.