Proceedings of the Korean Society of Machine Tool Engineers Conference
/
1999.05a
/
pp.75-80
/
1999
As current manufacturing processes require high spindle speed and precise machining, increasing accuracy by reducing volumetric errors of the machine itself, particularly thermal errors, is very important. Thermal errors can be estimated by many empirical models, for example, an FEM model, a neural network model, a linear regression model, an engineering judgment model etc. This paper discusses to make a modeling of thermal errors efficiently through backward elimination and fuzzy logic strategy. The model of a thermal error using fuzzy logic strategy overcome limitation of accuracy in the linear regression model or the engineering judgment model. And this model is compared with the engineering judgment model. It is not necessary complex process such like multi-regression analysis of the engineering judgment model. A fuzzy model does not need to know the characteristics of the plant, and the parameters of the model can be mathematically calculated. Like a regression model, this model can be applied to any machine, but it delivers greater accuracy and robustness.
The purpose of this study was to examine the effects of the structural properties of plain knit fabrics on the subjective perception of textures, sensibilities, and preference among consumers. This study, then, aimed to provide useful information with respect to planning and designing knitted fabrics by predicting the subjective characteristics analyzed according to their structural properties. For this purpose, we employed statistical analysis tools, such as factor and regression analysis and an adaptive-network-based fuzzy inference system(ANFIS), thereby combining the merits of fuzzy and neural networks and presupposing a non-linear relationship. Through factor analysis, we also categorized the subjective textures into 'roughness', 'softness', 'bulkiness' and 'stretch-ability' with R2=70.32%: and categorized the sensibilities into 'Stable/Neat', 'Natural/Comfortable' and 'Feminine/Elegant' with R2=68.12%. We analyzed subjective textures, sensibilities, and preference with ANFIS, assuming non-linear relationships; consequently, we were able to generate three or four fuzzy rules using wool/rayon fiber content and loop length as input data. The textures of roughness and softness exhibited a linear relationship, but other subjective characteristics demonstrated a non-linear input-output relationship. Compared with linear regression analysis, the ANFIS exhibited had higher predictive power with respect to predicting subjective characteristics.
During the construction of cable stayed bridge, errors are always caused by various reasons, accumulated and amplified through the complex construction steps. It is likely that the undesirable stress distribution of members and the large deflection of the bridge different from design values come out The adjustment of cables during construction is absolutely indispensable to correct the stress distribution of the members and the geometrical configuration of the bridge. In the conventional method, weight coefficients are used to consider the difference of units between cable forces and girder deflections during the optimization process of cable adjustment. However, it is not easy to determine weight coefficients and the adjustment must be repeated several times with the time consuming process of the determination of new weight coefficients in case that errors are out of design allowable limits. In this paper, fuzzy linear regression analysis is applied to the cable adjustment to overcome those problems. In the application of fuzzy linear regression analysis method the designer's intention and the design allowable limits can be formulated in the form of the constraints of the linear optimization problem. Therefore, the cable adjustment in construction site can be carried out with the fuzzy linear regression analysis more rapidly than with the convetional method.
Journal of the Korea Institute of Information and Communication Engineering
/
v.26
no.7
/
pp.963-971
/
2022
Water pipeline network in local and metropolitan area is buried underground, by which it is hard to know the degree of pipe aging and leakage. In this study, assuming various sensor combinations installed in the water pipeline network, the optimal algorithm was derived by predicting the water flow rate and pressure through artificial intelligence algorithms such as linear regression and neuro fuzzy analysis to examine the possibility of detecting pipe leakage according to the data combination. In the case of leakage detection through water supply pressure prediction, Neuro fuzzy algorithm was superior to linear regression analysis. In case of leakage detection through water supply flow prediction, flow rate prediction using neuro fuzzy algorithm should be considered first. If flow meter for prediction don't exists, linear regression algorithm should be considered instead for pressure estimation.
Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
/
v.17
no.6
/
pp.54-59
/
2003
This paper presents hourly system marginal price forecasting of the Korea electric power system using a fuzzy linear regression analysis method. The proposed method is tested by forecasting hourly system marginal price for a week of spring in 2002. The percent average of forecasting error for the proposed method is from 3.14% to 6.10% in the weekdays, from 7.04% to 8.22% in the weekends, and comparable with a artificial neural networks method.
Journal of the Korean Institute of Intelligent Systems
/
v.8
no.6
/
pp.99-105
/
1998
This paper is to propose the fuzzy regression model using genetic algorithm which is fuzzy nonlinear regression model. Genetic algorithm is used to classify the input data for better fuzzy regression analysis. From this partition. each data can be have the grade of membership function which is belonged to a divided data group. The data group, from optimal partition of the region of each variable, have different fuzzy parameters of fuzzy linear regression model one another. We compound the fuzzy output of each data group so as to obtain the final fuzzy number for a data. We show the efficiency of this method by means of demonstration of a case study.
Proceedings of the Korean Society of Propulsion Engineers Conference
/
2007.11a
/
pp.345-349
/
2007
In this study a fuzzy trend monitoring method for detecting the engine mechanical faults was proposed through analyzing performance trends of measurement data. The trend monitoring is an engine conditioning method which can find engine faults by monitoring important measuring parameters such as fuel flow, exhaust gas temperatures, rotational speeds, vibration. etc. Using engine condition data set as a input which generated by linear regression analysis of real engine instrument data, an application of fuzzy logic in diagnostics estimate a cause of fault in each components.
Linear regression technique has been used widely in water resources field as well as various fields such as economics and statistics, and so on. Using fuzzy regression technique, it is possible to quantify uncertainty and reflect them to the regression model. In this study, fuzzy regression model is developed to compute design floods in any place in Pyeongchang River basin. In ungaged basins, it is usually difficult to obtain data required for flood discharge analysis. In this study, basin characteristics elements are analyzed spatially using GIS and the technique of estimating design flood in ungaged mountainous basin is studied based on the result. Fuzzy regression technique is applied to Pyeongchang River basin which has mountainous basin characteristics and well collected rainfall and runoff data through IHP test basin project. Fuzzy design flood estimation equations are developed using the basin characteristics elements for Pyeongchang River basin. The suitability of developed fuzzy equations are examined by comparing the results with design floods computed in 9 locations along the river. Using regional regression method and fuzzy regression analysis, the uncertainties of the design floods occurred from the data monitoring can be quantified.
Proceedings of the Korean Statistical Society Conference
/
2004.11a
/
pp.67-72
/
2004
Support vector machine (SVM) has been very successful in pattern recognition and function estimation problems for crisp data. This paper proposes a new method to evaluate interval linear and nonlinear regression models combining the possibility and necessity estimation formulation with the principle of SVM. For data sets with crisp inputs and interval outputs, the possibility and necessity models have been recently utilized, which are based on quadratic programming approach giving more diverse spread coefficients than a linear programming one. SVM also uses quadratic programming approach whose another advantage in interval regression analysis is to be able to integrate both the property of central tendency in least squares and the possibilistic property In fuzzy regression. However this is not a computationally expensive way. SVM allows us to perform interval nonlinear regression analysis by constructing an interval linear regression function in a high dimensional feature space. In particular, SVM is a very attractive approach to model nonlinear interval data. The proposed algorithm here is model-free method in the sense that we do not have to assume the underlying model function for interval nonlinear regression model with crisp inputs and interval output. Experimental results are then presented which indicate the performance of this algorithm.
Journal of the Korean Society of Propulsion Engineers
/
v.12
no.6
/
pp.1-6
/
2008
This work proposes a fuzzy trend monitoring method for the fault detection of a gas turbine engine through analyzing measured performance data trend. The proposed trend monitoring technique can diagnose the engine status by monitoring major engine measured parameters such as fuel flow rate, exhaust gas temperature, rotor rotational speed and vibration, and then analyzing their time deppendent changes. In order to perform this, firstly the measured engine performance data variation is formulated using Linear Regression, and then faults are isolated and identified using fuzzy logic.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.