To get the appropriate welding process variables, mathematical modeling in conjunction with many experiments is necessary to predict the magnitude of weld bead shape. Even though the experimental results are reliable, it has a difficulty in accurately predicting welding process variables for the desired weld bead shape because of nonlinear and complex characteristics of welding processes. The welding condition determined for the desired weld bead shape may cause the weld defect if the welding current/voltage/speed combination is improperly selected. In this study, the $2^{n-1}$ fractional factorial design method and correlation parameter were used to investigate the effect of the welding process variables on the fillet joint shape, and the multiple non-linear regression analysis was used for modeling the gas metal arc welding(GMAW)parameters of the fillet joint. Finally, a fuzzy rule-based method and a neural network method were proposed so that the complexity and non-linearity of arc welding phenomena could be effectively overcome. The performance of the proposed neuro-fuzzy system was evaluated through various experiments. The experimental results showed that the proposed neuro-fuzzy system could effectively check the welding conditions as to whether or not weld defects would occur, and also adjust the welding conditions to avoid these weld defects.
International Journal of Fuzzy Logic and Intelligent Systems
/
제14권4호
/
pp.276-287
/
2014
Neural fuzzy system (NFS) is basically a fuzzy system that has been equipped with learning capability adapted from the learning idea used in neural networks. Due to their outstanding system modeling capability, NFS have been widely employed in various applications. In this article, we intend to discuss several ideas regarding the learning of NFS for modeling systems. The first issue discussed here is about structure learning techniques. Various ideas used in the literature are introduced and discussed. The second issue is about the use of recurrent networks in NFS to model dynamic systems. The discussion about the performance of such systems will be given. It can be found that such a delay feedback can only bring one order to the system not all possible order as claimed in the literature. Finally, the mechanisms and relative learning performance of with the use of the recursive least squares (RLS) algorithm are reported and discussed. The analyses will be on the effects of interactions among rules. Two kinds of systems are considered. They are the strict rules and generalized rules and have difference variances for membership functions. With those observations in our study, several suggestions regarding the use of the RLS algorithm in NFS are presented.
본 논문에서는 퍼지 피드백 선형화 제어 시스템에 대한 체계적인 강인 안정성 해석과 제어기 설계방법을 제안한다. 제어 대상인 비선형 시스템을 모델링 하는데 있어서 Takagi-Sugeno 퍼지 모델 기법을 이용하고, 이때 발생할 수 있는 모델 불확실성과 외란을 고려한다. 모델링을 통해서 얻어진 폐루프 시스템에 대한 안정성 판별은 Diagonal Norm based Linear Differential Inclusions 으로의 구조 변환을 이용하여 강인 안정성 해석을 하였으며, 퍼지 피드백 선형화 제어 시스템을 안정화시키는 제어기의 이득을 얻기 위하여 LMI 최적화 계산법을 기반으로 한 수치 해석법을 제시하였다. 제안된 방법의 효과를 확인하기 위해서 강인 안정성 해석 및 제어 설계에 대한 모의실험을 수행한다.
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.
본 연구에서는 퍼지논리 에이전트 기반 모델링(ABM: Agent-Based Modeling)을 이용한 시뮬레이션 기법을 이용하여 대표적 온라인 게임 장르인 MMORPG게임과 스포츠게임별로 게임 사용자들의 아이템 거래 행동특성을 분석하고자 한다. 온라인 게임 시장에서 아이템 거래는 게임회사의 수익성을 좌우하는 핵심변수이다. 그럼에도 불구하고, 기존 온라인 게임 연구에서는 게임 장르별로 게임 사용자들의 아이템 거래 행동특성을 면밀하게 분석하는 연구가 부족하였다. 이는 온라인 게임시장의 특성상 실증분석이 어렵기 때문이다. 이 같은 기존 연구의 한계를 극복하기 위한 방법으로 본 연구에서는 ABM을 이용한다. 한편, 게임 사용자들의 행동 특성은 게임 장르별로 달라지며 주어진 게임의 특성에 따라서 많은 편차를 보이기 때문에 그만큼 모호성과 불확실성이 수반된다. 이러한 상황을 고려하여 본 연구에서는 ABM과 퍼지 논리를 결합한 방법을 적용한다. 본 연구에서 고려한 온라인 게임 장르는 MMORPG와 스포츠게임이다. ABM과 퍼지 논리를 결합한 시뮬레이션 결과 MMORPG 게임장르에서는 사용자들이 고성능 아이템에 값비싼 가격을 지불할 동기가 있음이 확인되었다. 반면, 스포츠게임 장르의 경우 게임 사용자들은 아이템 성능 자체에는 민감하게 반응하지 않으며, 상대적으로 합리적인 가격대에서 게임 아이템 거래를 하고자 함을 알 수 있었다. 이 같은 본 연구의 분석결과로 미루어 볼 때 본 연구에서 제안하는 퍼지논리 기반의 ABM 시뮬레이션 기법은 온라인 게임사가 게임 아이템 관리 및 고객 이탈방지전략 수립 시 유용하게 사용될 가능성이 충분한 도구임을 알 수 있었다.
Fuzzy logic, neural network, fuzzy-neural network play an important as the key technology of linguistic modeling for intelligent control and decision making in complex systems. The fuzzy -neural network (FNN) learning represents one of the most effective algorithms to build such linguistic models. This paper proposes learning approach of fuzzy-neural network by immune algorithm. The proposed learning model is presented in an immune based fuzzy-neural network (FNN) form which can handle linguistic knowledge by immune algorithm. The learning algorithm of an immune based FNN is composed of two phases. The first phase used to find the initial membership functions of the fuzzy neural network model. In the second phase, a new immune algorithm based optimization is proposed for tuning of membership functions and structure of the proposed model.
In this paper, applications of self recurrent neuro-fuzzy controller to stabilization of nonlinear system are considered. The architecture of self recurrent neuro-fuzzy controller is fix layer, and the hidden layer is comprised of self recurrent architecture. Also, generalized dynamic error-backpropagation algorithm is used for the learning of the self recurrent neuro-fuzzy controller. To demonstrate the efficiency of the self recurrent neuro-fuzzy control algorithm presented in this study, a self recurrent neuro-fuzzy controller was designed and then a comparative analysis was made with LQR controller through an simulation.
International Journal of Fuzzy Logic and Intelligent Systems
/
제11권1호
/
pp.12-18
/
2011
This paper deals with a new adaptive fuzzy sliding mode controller and its application to an inverted pendulum. We propose a new method of adaptive fuzzy sliding mode control scheme that the fuzzy logic system is used to approximate the unknown system functions in designing the SMC of uncertain nonlinear systems. The controller's construction and its analysis involve sliding modes. The proposed controller consists of two components. Sliding mode component is employed to eliminate the effects of disturbances, while a fuzzy model component equipped with an adaptation mechanism reduces modeling uncertainties by approximating model uncertainties. To demonstrate its performance, the proposed control algorithm is applied to an inverted pendulum. The results show that both alleviation of chattering and performance are achieved.
The fuzzy equalization method does not require the usual learning step for generating fuzzy rules. However it is heavily depend on the given input-output data set. So, we adapt an hierarchical scheme which sequentially optimizes the fuzzy inference system. Here, the parameters of fuzzy membership functions obtained from the fuzzy equalization are optimized by the genetic algorithm, and then they are also modified to increase the performance index using the linguistic hedge. Finally, we applied it to the Rice taste data and got better results than previous ones.
The performance of Radial Basis Function Neural Networks depends on setting up the Radial Basis Functions over the input space which are the important design procedure of Radial Basis Function Neural Networks. The existing method to initialize the location of the radial basis functions over the input space is to use the conditional fuzzy C-means clustering. However, the researchers which are interested in the conditional fuzzy C-means clustering cannot get as good modeling performance as they expect because the conditional fuzzy C-means clustering cannot project the information which is extracted over the output space into the input space. To compensate the above mentioned drawback of the conditional fuzzy C-means clustering, we apply a fuzzy K-nearest neighbors approach to project the auxiliary information defined over the output space into the input space without lose of the information.
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.