• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.1181-1186
• /
• 1993

In the paper, a new design method of rule-based fuzzy modeling is proposed for model identification of nonlinear systems. The structure indentification is carried out, utilizing fuzzy c-means clustering. Fuzzy-neural networks composed back-propagation algorithm and linear fuzzy inference method, are used to identify parameters of the premise and consequence parts. To obtain optimal linguistic fuzzy implication rules, the learning rates and momentum coefficients are tuned automatically using a modified complex method.

• 전자공학회논문지B
• /
• 제31B권6호
• /
• pp.43-52
• /
• 1994

A design method of rule-based fuzzy modeling is presented for the model identification of complex and nonlinear systems. The proposed rule-based fuzzy modeling implements system structure and parameter identification in the efficient form of ``IF....,THEN...', using the theories of optimization theory , linguistic fuzzy implication rules and fuzzy c-means clustering. Three kinds of method for fuzzy modeling presented in this paper include simplified inference (type I), linear inference (type 2), and modified linear inference (type 3). In order to identify premise structure and parameter of fuzzy implication rules, fuzzy c- means clustering and modified complex method are used respectively and the least sequare method is utilized for the identification of optimum consequence parameters. Time series data for gas furance and those for sewage treatment process are used to evaluate the performance of the proposed rule-based fuzzy modeling. Comparison shows that the proposed method can produce the fuzzy model with higher accuracy than previous other studies.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1995년도 추계학술대회 학술발표 논문집
• /
• pp.153-158
• /
• 1995

In this paper, A new design method of fuzzy modeling is presented for the model identification of nonlinear complex systems. The proposed fuzzy GMDH modeling implements system structure and parameter identification using GMDH(Group Method of Data Handling) algorithm and linguistic fuzzy implication rules from input and output data of processes. In order to identify premise structure and parameter of fuzzy implication rules, GMDH algorithm and fuzzy reasoning method are used and the least square method is utilized for the identification of optimum consequence parameters. Time series data for gas furnaceare those for sewage treatment process are used for the purpose of evaluating the performance of the proposed fuzzy GMDH modeling. The results show that the proposed method can produce the fuzzy model with higher accuracy than other works achieved previously.

• 한국정보통신학회논문지
• /
• 제5권4호
• /
• pp.730-737
• /
• 2001

본 논문에서는 적응 뉴로-퍼지 제어기를 이용하여 비선형 복합시스템 모델의 안정화 제어 방법에 적용한다. 제안된 적응 뉴로-퍼지 제어기는 언어적 퍼지추론, 프로세스의 입출력 데이터를 이용하는 신경회로망, 최적이론 등이 포함된 인공지능을 시스템구조와 파라메터 검증에 필요한 도구로 이용한다. 그 결과 제안된 방법이 이전에 연구되었던 다른 방법보다 아주 높은 인공지능 모델을 제시하였다.

• 한국지능시스템학회논문지
• /
• 제7권2호
• /
• pp.96-105
• /
• 1997

본 논문에서는 복잡한 비선형 시스템의 모델동정을 위해 퍼지모델링의 새로운 방법이 제안된다. 제안된 FPNN모델링은 공정시스템의 입출력 데이터로부터 GMDH방법과 퍼지구현규칙을 이용하여 시스템의 구조와 파라미터 동정을 구현한다. 퍼지구현규칙의 전반부 구조와 파라미터 동정을 위하여 GMDH 방법과 희귀다항식 퍼지추론 방법이 사용되고 최적 후반부 파라미터 동정을 위하여 최소자승법이 사용된다. 가스로 시계열데이타 및 하수처리시스템의 활성화의 공정 데이터가 제안한 FPNN 모델링의 성능을 평가하기 위해 상용된다. 제안된 방법이 기존의 다른 논문과 비교하여 더 높은 정확도를 가진 지능형 모델을 생성함을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.701-706
• /
• 1998

A design method of rule -based fuzzy modeling is presented for the model identification of complex and nonlinear systems. The proposed rule-based fuzzy modeling implements system structure and parameter identification in the efficient form of " IF..., THEN,," statements. using the theories of optimization and linguistic fuzzy implication rules. The improved complex method, which is a powerful auto-tuning algorithm, is used for tuning of parameters of the premise membership functions in consideration of the overall structure of fuzzy rules. The optimized objective function, including the weighting factors, is auto-tuned for better performance of fuzzy model using training data and testing data. According to the adjustment of each weighting factor of training and testing data, we can construct the optimal fuzzy model from the objective function. The least square method is utilized for the identification of optimum consequence parameters. Gas furance and a sewage treatment proce s are used to evaluate the performance of the proposed rule-based fuzzy modeling.

• 한국지능시스템학회논문지
• /
• 제6권2호
• /
• pp.81-89
• /
• 1996

퍼지모델링의 설계 방법을 교통경로선택의 모델동정을 위하여 제안한다. 제안된 퍼지모델은 최적화이론, 퍼지구현규칙을 사용하여 ""IF..., THEN...""의 효율적인 형태로 시스템구조와 파라미터 동정을 시행한다. 이 논문에서 간략추론, 선형추론, 병형된 선형추론의 3가지종류의 퍼지모델링 방법을 제시한다. 이 퍼지추론 방법은 인간의 교통행동의 정확한 추정과 정밀한 묘사를 위해 교통경로선택 모델을 개발하기 위해 이용된다. 퍼지규칙의 전반부 구조와 파라미터를 동정하기 위해 개선된 컴플렉스법을 사용하고, 최적후반부 파라미터를 동정하기 위해 최소자승법이 사용된다. 교통경로선택 데이타가 제안된 퍼지모델 성능을 평가하기 위해 사옹된다. 제안된 방법이 기존의 다른 연구들 - 즉 BL, PS, FL, NN, FNNs 모델 등 - 보다 더 높은 정확도를 가진 퍼지모델을 생성함을 보인다. 생성함을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1996년도 추계학술대회 학술발표 논문집
• /
• pp.302-305
• /
• 1996

In this paper, an optimal identification method using fuzzy-neural networks is proposed for modeling of nonlinear complex systems. The proposed fuzzy-neural modeling implements system structure and parameter identification using the intelligent schemes together with optimization theory, linguistic fuzzy implication rules, and neural networks(NNs) from input and output data of processes. Inference type for this fuzzy-neural modeling is presented as simplified inference. To obtain optimal model, the learning rates and momentum coefficients of fuzz-neural networks(FNNs) and parameters of membership function are tuned using genetic algorithm(GAs). For the purpose of its application to nonlinear processes, data for route choice of traffic problems and those for activated sludge process of sewage treatment system are used for the purpose of evaluating the performance of the proposed fuzzy-neural network modeling. The show that the proposed method can produce the intelligence model w th higher accuracy than other works achieved previously.

• 한국지능시스템학회논문지
• /
• 제5권4호
• /
• pp.41-55
• /
• 1995

본 논문에서는 복잡한 비선형 시스템의 모델링을 위해 퍼지-뉴럴 네트워크(FNNs)를 사용한 최적 동적 방법이 제안된다. 제안된 퍼지-뉴럴 모델링은 공정시스템의입축력 데이타를 이용하여 기존의 최적이론, 언어적 퍼지구현규칙, 뉴럴네트워크 등의 지능형 이론을 도입하여 시스템의 구조와 파라미터 동정을 구현한다. 이 모델링의 추론형태는 간략추론이 사용된다. 최적 모델을 얻기위해, 퍼지-뉴렬 네트워크의 학습률과 모멘텀 계수가 본논문에서 제안한 개선된 컴플렉스 법과 수정된 학습알고리즘을 이용하여 자동동조 된다. 이 알고리즘의 비선형 공정으로의 응용을 위하여 교통 경로 선택 데이타 및 하수처리시스템의 활성화와 공정 데이타가 제안한 모델링의 성능을 평가하기 위해 사용된다. 제안된 방법이 기존의 다른 논문과 비교하여 더 높은 정확도를 가진 지능형 모델을 생성함을 보인다.