• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.1041-1043
• /
• 1993

Fuzzy logic based Control Theory has gained much interest in the industrial world, thanks to its ability to formalize and solve in a very natural way many problems that are very difficult to quantify at an analytical level. This paper shows a solution for treating membership function inside hardware circuits. The proposed hardware structure optimizes the memoried size by using particular form of the vectorial representation. The process of memorizing fuzzy sets, i.e. their membership function, has always been one of the more problematic issues for the hardware implementation, due to the quite large memory space that is needed. To simplify such an implementation, it is commonly [1,2,8,9,10,11] used to limit the membership functions either to those having triangular or trapezoidal shape, or pre-definite shape. These kinds of functions are able to cover a large spectrum of applications with a limited usage of memory, since they can be memorized by specifying very few parameters ( ight, base, critical points, etc.). This however results in a loss of computational power due to computation on the medium points. A solution to this problem is obtained by discretizing the universe of discourse U, i.e. by fixing a finite number of points and memorizing the value of the membership functions on such points [3,10,14,15]. Such a solution provides a satisfying computational speed, a very high precision of definitions and gives the users the opportunity to choose membership functions of any shape. However, a significant memory waste can as well be registered. It is indeed possible that for each of the given fuzzy sets many elements of the universe of discourse have a membership value equal to zero. It has also been noticed that almost in all cases common points among fuzzy sets, i.e. points with non null membership values are very few. More specifically, in many applications, for each element u of U, there exists at most three fuzzy sets for which the membership value is ot null [3,5,6,7,12,13]. Our proposal is based on such hypotheses. Moreover, we use a technique that even though it does not restrict the shapes of membership functions, it reduces strongly the computational time for the membership values and optimizes the function memorization. In figure 1 it is represented a term set whose characteristics are common for fuzzy controllers and to which we will refer in the following. The above term set has a universe of discourse with 128 elements (so to have a good resolution), 8 fuzzy sets that describe the term set, 32 levels of discretization for the membership values. Clearly, the number of bits necessary for the given specifications are 5 for 32 truth levels, 3 for 8 membership functions and 7 for 128 levels of resolution. The memory depth is given by the dimension of the universe of the discourse (128 in our case) and it will be represented by the memory rows. The length of a world of memory is defined by: Length = nem (dm(m)＋dm(fm) Where: fm is the maximum number of non null values in every element of the universe of the discourse, dm(m) is the dimension of the values of the membership function m, dm(fm) is the dimension of the word to represent the index of the highest membership function. In our case then Length=24. The memory dimension is therefore 128*24 bits. If we had chosen to memorize all values of the membership functions we would have needed to memorize on each memory row the membership value of each element. Fuzzy sets word dimension is 8*5 bits. Therefore, the dimension of the memory would have been 128*40 bits. Coherently with our hypothesis, in fig. 1 each element of universe of the discourse has a non null membership value on at most three fuzzy sets. Focusing on the elements 32,64,96 of the universe of discourse, they will be memorized as follows: The computation of the rule weights is done by comparing those bits that represent the index of the membership function, with the word of the program memor . The output bus of the Program Memory (μCOD), is given as input a comparator (Combinatory Net). If the index is equal to the bus value then one of the non null weight derives from the rule and it is produced as output, otherwise the output is zero (fig. 2). It is clear, that the memory dimension of the antecedent is in this way reduced since only non null values are memorized. Moreover, the time performance of the system is equivalent to the performance of a system using vectorial memorization of all weights. The dimensioning of the word is influenced by some parameters of the input variable. The most important parameter is the maximum number membership functions (nfm) having a non null value in each element of the universe of discourse. From our study in the field of fuzzy system, we see that typically nfm 3 and there are at most 16 membership function. At any rate, such a value can be increased up to the physical dimensional limit of the antecedent memory. A less important role n the optimization process of the word dimension is played by the number of membership functions defined for each linguistic term. The table below shows the request word dimension as a function of such parameters and compares our proposed method with the method of vectorial memorization[10]. Summing up, the characteristics of our method are: Users are not restricted to membership functions with specific shapes. The number of the fuzzy sets and the resolution of the vertical axis have a very small influence in increasing memory space. Weight computations are done by combinatorial network and therefore the time performance of the system is equivalent to the one of the vectorial method. The number of non null membership values on any element of the universe of discourse is limited. Such a constraint is usually non very restrictive since many controllers obtain a good precision with only three non null weights. The method here briefly described has been adopted by our group in the design of an optimized version of the coprocessor described in [10].

• 한국철학논집
• /
• 제23호
• /
• pp.99-128
• /
• 2008

본 연구는 한국에 적합한 리더십 이론을 구성하기 위한 작업의 일환으로 역사적 인물의 사례를 분석하여 그들의 리더십 핵심가치를 제시하였다. 이는 우리가 그리고 바라는 리더의 모습을 발견하고 우리의 정체성을 확인하고자 하는 것이다. 우리 역사속의 인물은 일정한 범주로 구분한 결과 유형별로 그들을 묶어낼 수 있었으며 그들의 대표적 특성을 찾아낼 수 있었다. 실사(實事), 결사(決死), 풍류(風流), 창안(創案), 개신(開新)이 그것인데 그 중에서 본 연구는 결사의 선배들을 통해 리더의 모습과 가치를 구성하였다. 결사(決死),란 '옳은 일을 위하여 목숨을 다하여 싸운' 특성을 말하며, 12명의 인물을 선정하였는데 계백 강감찬 을지문덕 최영 정몽주 성삼문 이순신 곽재우 최익현 안중근 윤봉길 이준이 그들이다. 그리고 이들의 핵심가치와 역량, 그리고 그들의 구체적 사례를 개인영역, 관계영역, 조직영역, 사회영역으로 나누어 분석한 결과 공통된 요소를 발견할 수 있었다. 결사의 선배들은 이상과 목표를 제시하고 앞장서서 몸으로 행동하는 유형이다. 그들의 목표는 명확했고 의지는 확고했다. 2장의 개인영역의 핵심가치는 지청청(志靑靑)이다. 즉 뜻을 세우고 당당하고 꿋꿋하게 이를 지켜낸다는 의미이다. 옳은 일이라면 꿋꿋하게 혼자서라도 푸른 빛을 드러낼 수 있는 의지를 보여준다. 분명한 자기확신과 신념이 바로 개인영역의 핵심가치이다. 3장의 사람과 사람사이의 관계맺음에서 보여준 핵심가치는 수신결의(守信結義), 즉 의리를 지킴으로 해서 신뢰를 형성하고 이를 지켜내는 것이다. 믿음은 인간이 타인에게 보여줄 수 있는 최고의 애정이다. 따라서 상호간의 신뢰가 형성되기 위해서는 참된 마음과 인간애가 바탕이 되어야 하며[촌성함정(寸誠含情)], 인정(人情)에 치우치지 않는 엄격함과 분명한 자세로 원칙과 기준을 명확히 해야 한다[정우직행(淨友直行)]. 원칙을 중시한다는 것은 이중규범이 없어야 한다는 것이며, 스스로에게 더욱 엄격하면서 타인에게는 포용을 베풀 수 있는 것이다[박기후인(薄己厚人)]. 4장의 조직영역의 핵심가치는 단심합력(丹心合力)이다. 이를 위해서는 공동체의식과 조직에 대한 헌신과 책임의식, 그리고 솔선수범의 자세가 요구된다. 결국 조직을 이끌어가는 가장 큰 힘은 팀웍이며 이순신이 갑옷을 벗어던지고 앞장서는 행동으로 부하들을 독려했듯이 리더의 태도가 가장 큰 영향력을 끼치는 것이다. 5장에서 결사의 사회영역에 대한 가치지향은 명확하다. 그들은 대의를 위하여 죽음을 선택하는 召命을 완수하였다. 이들은 모두 부정에서 긍정을 찾는 신념속에서 소임을 다하며, 의리에 바탕을 둔 주체적 모습을 보여주었다. 리더는 단지 효율적으로 일을 처리하는 사람이 아니라 올바른 일을 하는 사람이어야 한다. 목표달성을 위하여 수단과 방법을 가리지 않는 사람이 아니라 올바른 가치관에 따라 움직이는 사람이어야 한다. 인격과 도덕적 행위가 바탕이 되지 않는다면 그 리더십은 효과적으로 수행될 수 없다. 따라서 도덕적 책임성과 주체적이며 개방적인 자세로 시대적 소명을 실천해가는 자가 진정한 리더이며 자기확신과 신뢰를 기초로 한 리더십이 그 해답이 될 수 있을 것이다.