In this paper, we introduce a design methodology of data-centroid Radial Basis Function neural networks with extended polynomial function. The two underlying design mechanisms of such networks involve K-means clustering method and Particle Swarm Optimization(PSO). The proposed algorithm is based on K-means clustering method for efficient processing of data and the optimization of model was carried out using PSO. In this paper, as the connection weight of RBF neural networks, we are able to use four types of polynomials such as simplified, linear, quadratic, and modified quadratic. Using K-means clustering, the center values of Gaussian function as activation function are selected. And the PSO-based RBF neural networks results in a structurally optimized structure and comes with a higher level of flexibility than the one encountered in the conventional RBF neural networks. The PSO-based design procedure being applied at each node of RBF neural networks leads to the selection of preferred parameters with specific local characteristics (such as the number of input variables, a specific set of input variables, and the distribution constant value in activation function) available within the RBF neural networks. To evaluate the performance of the proposed data-centroid RBF neural network with extended polynomial function, the model is experimented with using the nonlinear process data(2-Dimensional synthetic data and Mackey-Glass time series process data) and the Machine Learning dataset(NOx emission process data in gas turbine plant, Automobile Miles per Gallon(MPG) data, and Boston housing data). For the characteristic analysis of the given entire dataset with non-linearity as well as the efficient construction and evaluation of the dynamic network model, the partition of the given entire dataset distinguishes between two cases of Division I(training dataset and testing dataset) and Division II(training dataset, validation dataset, and testing dataset). A comparative analysis shows that the proposed RBF neural networks produces model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.
라그랑주 승수법(Method of Lagrange Multipliers)은 등식 제약조건하에서 미분가능한 함수의 최대, 최소를 구하는 대표적인 방법이다. 선형대수학, 최적화 이론, 제어 이론을 포함하여 최근에는 인공지능 기초수학에서도 널리 활용되고 있다. 특히 라그랑주 승수법은 미분적분학과 선형대수학을 연결하는 중요한 도구이며, 주성분 분석(Principal Component Analysis, PCA)을 포함한 인공지능 알고리즘에 많이 활용되고 있다. 따라서 교수자는 대학 미분적분학에서 처음 라그랑주 승수법을 접하는 학생들에게 구체적인 학습 동기를 제공할 필요가 생겼다. 이에 본 논문에서는 교수자가 학생들에게 라그랑주 승수법을 효과적으로 교육하는데 필요한 통합적인 시야를 제공한다. 먼저 다양한 전공의 학생들이 계산에 대한 부담을 덜고 원리를 쉽게 이해할 수 있도록 개발한 시각화 자료 및 파이썬(Python) 기반의 SageMath 코드를 제공한다. 또한 라그랑주 승수법으로 행렬의 고윳값과 고유벡터를 유도하는 과정을 상세히 소개한다. 그리고 라그랑주 승수법을 간단한 경우에 대한 증명에서 시작하여 일반화된 최적화 문제로 확장하고, 수업에서 학생들이 라그랑주 승수와 PCA를 활용하여 실제 데이터를 분석한 결과를 추가하였다. 본 연구는 대학수학을 지도하는 다양한 전공의 교수자들에게 도움이 될 기초자료가 될 것이다.
본 연구에서는 고추장 소스를 주 절임원으로 하여 단감 침지액의 염 농도(0, 2, 4, 6, 8%)와 침지시간(4, 8, 12, 16, 20분)을 달리하여 단감 고추장 장아찌를 제조하였다. $20^{\circ}C$에서 0~60일간 저장하면서 경시적으로 시료를 채취하여 단감과 소스를 분리한 후 단감 고추장 장아찌의 염도, 당도, pH, 색도, 물성 및 관능검사를 측정하였고, 반응표면분석법을 이용하여 단감 고추장 장아찌 최적 제조 조건을 설정하였다. 단감 침지액의 염 농도, 침지시간, 단감 고추장 장아찌의 저장기간을 달리하여 제조한 단감 고추장 장아찌에 대한 분석 결과 염도, 당도, pH, 색도의 L, a, b 값, 관능검사의 색, 향미, 맛, 물성 및 전체적 선호도는 독립변수 간의 교호 작용하는 quadratic model이 선택되었고, 절단력은 linear model 이 선택되었다. 독립변수인 단감 침지액의 염 농도, 침지시간, 단감 고추장 장아찌의 저장기간의 범위 내에서 반응표면 분석에 의해 유의적으로 평가된 각 항목별 최적조건으로 canonical 모형의 수치 최적화를 통하여 설정된 최적조건은 침지액의 농도 6.91%, 침지시간 11.36분, 저장기간 25.18일이 가장 적합한 장아찌 품질 조건으로 나타났다.
본 연구는 함초가루를 이용한 설기떡을 개발하기 위하여 재료의 최적 혼합비율을 찾는데 목적이 있다. 설기떡의 품질에 가장 영향을 미치는 수분, 함초가루, 설탕첨가율을 독립 변수로 설정하였고, 예비실험을 거쳐 수분 $13{\sim}18%$, 함초가루 $2{\sim}6%$, 설탕 $8{\sim}13%$의 범위에서 혼합물 실험계획법(mixture design) 중 D-optimal design을 이용하여 최적 재료 혼합비율을 찾고자 하였다. 각 설정된 범위를 입력하였을 때 10개의 실험점이 형성되었고, 4개의 반복점이 선택되어 실험점은 모두 14개가 설정되었다. 각 조건별 실험결과를 모델링화 하여 F-test를 통해 유의성을 검증한 결과 색도의 명도, 적색도, 황색도, 텍스쳐의 검성과 씹힘성, 관능검사 항목인 맛과 부드러운 정도는 linear 모델로 결정되었고, 텍스쳐의 경도, 관능검사의 색, 냄새, 촉촉한 정도, 전반적인 기호도는 quadratic 모델로 결정되었다. 모델의 적합성을 분석한 결과 모든 항목에서 probability가 모두 0.05% 이내에서 유의성을 보여 모델로서 적합함이 인정되었다. 반응표면과 trace plot의 결과 수분과 설탕첨가율이 높을수록, 함초가루 첨가량율이 낮을수록 명도는 높고, 적색도와 황색도는 낮았다. 텍스쳐의 경우 함초 첨가율이 증가할수록 경도, 검성, 씹힘성이 증가하여 함초가루의 첨가율이 높을 경우 설기떡의 부드러움을 저하하는 원인이 되었다. 관능검사 결과에서도 수분, 함초가루, 설탕을 많이 첨가할 경우에는 오히려 낮은 점수를 받았고, 특히 수분과 함초가루에 의하여 많은 영향을 받았다. 함초가루를 첨가한 설기떡의 최적 재료 혼합비율은 수치 최적화에서는 수분 15.2%, 함초가루 3.0%, 설탕 9.8%이었고, 모형적 최적화에서는 desirability가 0.620에 해당하는 수분 15.2%, 함초가루 3.1%, 설탕 9.7%로 수치 최적화점과 유사하게 나타났다.
현재 국내에서 개발되어왔던 중형항공기 후보엔진인 터보팬 엔진의 성능해석과 성능최적화를 위한 제어기법을 연구하였다. 선행된 연구에서 동적모사 및 실시간 선형모사를 수행한 결과 지상 정지조건 하에서 70% 엔진로터 회전수에서 100% 엔진로터 회전수로 급상승하는 경우 고압터어빈 입구온도에서 오버슈트가 발생하여 제한온도인 3105 $^{\cire}R$ 을 넘어감을 확인할 수 있었다 또한 압축기의 서지여유도 협소하여 엔진에 손상을 가져올 수 있다. 이에 본 연구에서는 보다 빠른 가속성능과 함께 엔진 성능의 최적화를 위해 LQR 제어기를 설계하였다. 제어기의 설계를 위해서는 선형모델을 구성해야하며 엔진의 비선형 거동에 보다 근접한 선형화를 위해서는 실시간 선형모사가 요구된다. 선형모델에 필요한 행렬은 자동점에 %의 섭동을 주어 5% 간격으로 구하였으며, 최소자승법을 이용하여 저압 엔진로터 회전수의 함수로 보간하는 방법으로 실시간 선형모사를 수행하였다. 제어변수는 연료유량의 증가속도와 압축기 블리드 공기유량으로 하였으며, 제어 결과 고압 터빈입구온도의 오버슈트를 제거하였으며 최대 압축기 서지여유도 0.55 이하로 확보였다. 비연료소모율도 0.353에서 0.43으로 안정됨을 확인할 수 있었다.
In the study, we determined the optimal ingredient mixing ratio for the preparation of sponge cake containing bamboo (Pseudosasa japonica Makino) leaves. This experiment was designed in according with the D-optimal design of mixture design, which involved 14 experimental points including 4 replicates for three independent variables (sugar 110${\sim}$129%, bamboo leaves 3${\sim}$8%, oil 10${\sim}$25%). The results the F-test, specific gravity, volume and color values (L, a, b) decided a linear model, while the viscosity, hardness and sensory characteristics (color, smell, taste, texture and overall acceptance) decided a quadratic model. The results of our fitness analysis demonstrated that in all characteristic, the probabilities were significant within 0.05%; thus, the models were accepted as appropriate. The response surface and trace plot results demonstrated that increasing amounts of added bamboo leaves induced a reduction in brightness, and increasing redness and yellowness. In addition, increasing amounts of bamboo leaves caused increases in hardness, and thus the softness of the cake decreased. And as the level of added oil increased, softness increased. Cake samples received low sensory evaluation scores when sugar, bamboo leaves, and oil were added above their optimal levels. In the numeric optimization, the optimal ingredient amounts were 121.36% sugar, 4.96% bamboo leaves, and 15.69% oil. The above results demonstrate the feasibility of adding bamboo leaves to sponge cake, and therefore, a bamboo leaves as a functional food.
This study was conducted for the optimization of ingredients in salad dressing using Hwangdo peach (Prunus persica L. Batsch). The experiment was designed according to the D-optimal design of mixture design, which included 14 experimental points with 4 replicates for three independent variables (olive oil 40~65%, peach puree 27~50%, vinegar 8~20%). The linear regression models for pH, viscosity and color value and the quadratic regression models for emulsion stability, all sensory evaluation of the products were proven to be valid by the F-test for the overall significance of the regression model at a 5% level. Viscosity and pH of the products increased as olive oil content. Color value, viscosity and pH of the products increased as peach puree content. pH, viscosity, redness, and yellowness of the products decreased as vinegar content. Sensory evaluation result of the products showed that general preference for the products were increasingly affected by the increases in contents then decreased as they exceeded the optimum levels. In consequence, according to result from the first stage of the experiment, the optimum ingredients ratios of the raw materials were set in olive oil 52.43%, peach puree 35.07%, and vinegar 13.91% for ingredients of apricot dressing. These results provided the possibility that peach can be applied to the preparation of a dressing, and thereby present baseline data for the development of new dressings. This is also presumed to meet demands of customers who are always in pursuit of new products.
두유박 시리얼을 제조하는데 최적 배합비를 산출하기 위하여 혼합물 실험 계획법을 사용하였다. 두유박 $30{\sim}80%$과 옥분 $20{\sim}70%$의 제약조건으로 실험디자인을 하여 압출성형을 한 결과, 두유박 함량이 증가할수록 시리얼의 팽화율은 작아지고 용적 밀도는 높아진 반면에 옥분의 함량이 증가할수록 팽화율과 절단강도, 수분용해지수, 수분흡수지수를 증가시켰다. 시리얼의 색도에서는 두유박을 첨가할수록 어두워지고, 옥분은 $L^*$값과 $b^*$값에 큰 영향을 주었다. 모델화 및 분석을 통한 반응 결과는 팽화율, 절단강도, 수분흡착지수는 quadratic 모델이 설정되고, 용적밀도, 수분용해지수, 색도는 linear 모델이 설정되었다. 색도의 $a^*$을 제외한 모든 반응결과에서 5% 이내의 유의차를 보여주어 모델에 대한 적합성을 입증하였고, 예측된 반응식을 통하여 혼합물내의 성분들이 시리얼에 미치는 영향을 살펴볼 수 있었다. 결과적으로 각 반응의 모델에서 나타난 계수를 이용한 수치 최적화를 하였을 때, 두유박 46.19%, 옥분 53.81%의 최적 배합비가 산출되었다.
In this paper, new architectures and comprehensive design methodologies of Genetic Algorithms(GAs) based Genetically optimized Neurofuzzy Networks(GoNFN) are introduced, and a series of numeric experiments are carried out. The proposed GoNFN is based on the rule-based Neurofuzzy Networks(NFN) with the extended structure of the premise and the consequence parts of fuzzy rules being formed within the networks. The premise part of the fuzzy rules are designed by using space partitioning in terms of fuzzy sets defined in individual variables. In the consequence part of the fuzzy rules, three different forms of the regression polynomials such as constant, linear and quadratic are taken into consideration. The structure and parameters of the proposed GoNFN are optimized by GAs. GAs being a global optimization technique determines optimal parameters in a vast search space. But it cannot effectively avoid a large amount of time-consuming iteration because GAs finds optimal parameters by using a given space. To alleviate the problems, the dynamic search-based GAs is introduced to lead to rapidly optimal convergence over a limited region or a boundary condition. In a nutshell, the objective of this study is to develop a general design methodology o GAs-based GoNFN modeling, come up a logic-based structure of such model and propose a comprehensive evolutionary development environment in which the optimization of the model can be efficiently carried out both at the structural as well as parametric level for overall optimization by utilizing the separate or consecutive tuning technology. To evaluate the performance of the proposed GoNFN, the models are experimented with the use of several representative numerical examples.
본 연구는 어린잎 적양무가루를 첨가한 과자류 개발을 위해 회전중심합성계획법에 따라 어린잎 적양무가루, 버터, 설탕의 양을 독립변수로 하여 우리밀 쿠키를 제조하여, 품질 특성을 조사하고, 반응표면분석법을 이용하여 최적배합비를 구하였다. 이화학적 특성과 물성 중 L값(명도)는 quadratic 모델이 채택되었고, a값(적색도), b값(황색도), 퍼짐성, 경도는 linear 모델이 채택되었다. 관능적 특성인 색, 외관, 조직감, 향, 맛, 전체적 기호도는 quadratic 모델이 채택되었다. 관능특성 검사 결과 외관은 어린잎 적양무가루 첨가량의 증가에 따라 감소하고, 조직감은 버터 첨가량의 증가에 따라 증가하였다. 향, 맛, 전체적 기호도는 설탕 첨가량이 증가함에 따라 중심점(40 g) 부근까지는 급격히 증가하다가 그 이후부터는 약간씩 증가하였다. 그 외 다른 관능검사 항목에서는 어린잎 적양무가루, 버터, 설탕 첨가량에 의해 증가하다가 감소하는 경향을 볼 수 있었다. 관능적 기호도 중 맛은 버터 첨가량이 어린잎 적양무가루나 설탕 첨가량 보다 영향이 컸으며, 그 외, 색, 외관, 조직감, 향과 전체적 기호도는 어린잎 적양무가루의 영향이 버터나, 설탕에 대한 영향보다 컸다. 관능특성 검사 결과 중 유의성이 있었던 모든 항목의 최대값을 목표범위를 충족시키는 최적의 배합량은 어린잎 적양무가루 5.15 g, 버터 64.84 g, 설탕 47.18 g으로 산출되었다.
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.