• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권9호
• /
• pp.430-438
• /
• 2001

In this study, we introduce the adaptive Polynomial Neuro-Fuzzy Networks(PNFN) architecture generated from the fusion of fuzzy inference system and PNN algorithm. The PNFN dwells on the ideas of fuzzy rule-based computing and neural networks. Fuzzy inference system is applied in the 1st layer of PNFN and PNN algorithm is employed in the 2nd layer or higher. From these the multilayer structure of the PNFN is constructed. In order words, in the Fuzzy Inference System(FIS) used in the nodes of the 1st layer of PNFN, either the simplified or regression polynomial inference method is utilized. And as the premise part of the rules, both triangular and Gaussian like membership function are studied. In the 2nd layer or higher, PNN based on GMDH and regression polynomial is generated in a dynamic way, unlike in the case of the popular multilayer perceptron structure. That is, the PNN is an analytic technique for identifying nonlinear relationships between system's inputs and outputs and is a flexible network structure constructed through the successive generation of layers from nodes represented in partial descriptions of I/O relatio of data. The experiment part of the study involves representative time series such as Box-Jenkins gas furnace data used across various neurofuzzy systems and a comparative analysis is included as well.

• 한국지능시스템학회논문지
• /
• 제15권1호
• /
• pp.24-29
• /
• 2005

일반적으로 다변수 계통에 대한 퍼지 제어에서 퍼지 규칙을 얻기가 어려워 입출력 사이의 페어링을 이용한 독립적인 단일 입력 단일 출력의 병렬 구조를 이용한다. 그러나, 결합되지 않은 입출력 변수간의 상호작용으로 제어 성능에 나쁜 영향을 준다. 특히, 강한 결합 특성을 가진 계통의 경우 제어 성능을 아주 저하시킨다. 본 논문에서는 이러한 상호작용에 의한 영향을 보상해주기 위해 상대 이득 행렬을 이용한 신경 회로망을 도입하였다 제안한 뉴로 퍼지 제어기는 역전파 알고리즘으로 학습되며 강호작용에 대한 결합강도를 자동으로 조정하여준다. 제안한 뉴로 퍼지 제어기의 성능을 200MW급 보일러 계통에 대한 컴퓨터 모의실험을 통해 입증하였다.

• 조명전기설비학회논문지
• /
• 제20권3호
• /
• pp.53-61
• /
• 2006

본 논문은 유도전동기 드라이브의 고성능 제어를 위한 적응 퍼지-뉴로 제어기를 제시한다. 이 알고리즘의 설계는 퍼지제어와 신경회로망을 사용하는 퍼지-신경회로망 제어기에 기초한다. 적응 퍼지-뉴로 제어기는 신경회로망의 학습패턴과 같은 퍼지 룰을 사용하고 또한 지령값과 실제값 사이의 오차를 최소화하기 위하여 신경회로망의 뉴런사이의 하중을 역전파 알고리즘 방법을 사용하여 조절한다. 적응 기준 모델 설계는 기준모델의 출력과 전동기 속도 사이의 오차와 오차 변화분을 기초로 한 퍼지 로직에 의하여 실행되는 적응 메카니즘을 제시한다. 적응 퍼지-뉴로 제어기의 제어 성능은 다양한 동작 상태에 대한 분석으로 평가한다. 제안한 제어시스템의 실험 결과는 고성능과 파리미터 변동과 정상상태 정확성, 순시응답의 강인성을 가진다.

• Journal of Power Electronics
• /
• 제5권1호
• /
• pp.1-10
• /
• 2005

This paper presents the application of a simple neuro-based speed control scheme of a permanent magnet (PM) dc motor. To validate its efficiency, the performance characteristics of the proposed simple neuro-based scheme are compared with those of a Neural Network controller and those of a Fuzzy Logic controller under different operating conditions. The comparative results show that the simple neuro-based speed control scheme is robust, accurate and insensitive to load disturbances.

• 한국컴퓨터정보학회논문지
• /
• 제9권1호
• /
• pp.37-43
• /
• 2004

컴퓨터 네트워크의 확대 및 인터넷 이용의 급속한 증가에 따라 컴퓨터 보안문제가 중요하게 되었다 따라서 침입자들로부터 위험을 줄이기 위해 침입탐지 시스템에 관한 연구가 진행되고 있다. 본 논문에서는 네트워크 기반의 이상 침입 탐지를 위하여 뉴로-퍼지 기법을 적용하고자 한다 불확실성을 처리하는 퍼지 이론을 이상 침입 탐지영역에 도입하여 적용함으로써 오용 탐지의 한계성을 극복하여 알려지지 않은 침입탐지를 하고자 한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 추계학술대회 논문집 전기기기 및 에너지변환시스템부문
• /
• pp.126-128
• /
• 2007

This paper proposes maximum torque control of IPMSM drive using Adaptive Fuzzy-Neuro controller and artificial neural network(ANN). The hybrid combination of neural network and fuzzy control will produce a powerful representation flexibility and numerical processing capability. This paper proposes the analysis results to verify the effectiveness of the Adaptive Fuzzy-Neuro and ANN controller.

• 전자공학회논문지B
• /
• 제32B권1호
• /
• pp.50-63
• /
• 1995

In this paper, we propose a face recognition method using a neuro-fuzzy algorithm. In the preprocessing step, we extract the face part from the background image by tracking face boundaries. Then based on the a priori knowledge of human faces we extract the features such as widths of eyes and mouth, and distances from eye to nose and nose to mouth. In the recognition step. We use a neuro-fuzzy algorithm that employs a fuzzy membership function and modified error backpropagation algorithm. The former absorbs the variation of feature values and the latter shows good learning efficiency. Computer simulation results with 20 persons show that the proposed method gives higher recognition rate than the conventional ones.

• Structural Engineering and Mechanics
• /
• 제51권2호
• /
• pp.249-265
• /
• 2014

The mechanical characteristics of materials are very essential in structural analysis for the accuracy of structural calculations. The estimation modulus of elasticity of concrete ($E_c$), one of the most important mechanical characteristics, is a very complex area in terms of analytical models. Many attempts have been made to model the modulus of elasticity through the use of experimental data. In this study, the neuro-fuzzy (NF) technique was investigated in estimating modulus of elasticity of concrete and a new simple NF model by implementing a different NF system approach was proposed. A large experimental database was used during the development stage. Then, NF model results were compared with various experimental data and results from several models available in related research literature. Several statistic measuring parameters were used to evaluate the performance of the NF model comparing to other models. Consequently, it has been observed that NF technique can be successfully used in estimating modulus of elasticity of concrete. It was also discovered that NF model results correlated strongly with experimental data and indicated more reliable outcomes in comparison to the other models.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 추계학술대회 논문집 전력기술부문
• /
• pp.319-322
• /
• 2002

Distance relay is operated in calculating line impedance. It can be worked accurately in overhead line. However, power cables or combined transmission lines need compensation for calculated impedance because cable systems have sheaths, grounding wires and sheath voltage limiters(SVLs) Neuro-fuzzy can be viewed either as a fuzay system, a neural network or fuzzy neural network and it can estimate the location of the fault accurately. In this paper, fault section and fault location can be classified and estimated in neuro- fuzzy inference system and neural network.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.1280-1284
• /
• 2004

본 논문에서는 월 댐유입량을 예측하는데 있어서 뉴로-퍼지 시스템의 적용성을 검토하였다. 뉴로-퍼지 알고리즘으로 퍼지이론과 신경망이론의 결합형태인 ANFIS(Adaptive Neuro-Fuzzy Inference System)를 이용하여 모형을 구성하였다. ANFIS의 공간분야에 의한 제어규칙의 선정에 있어 퍼지변수가 증가함에 따라 제어규칙이 기하급수적으로 증가하는 단점을 해결하기 위해 퍼지 클러스터링(Fuzzy flustering)방법 중 하나인 차감 클러스터링(Subtractive Clustering)을 사용하였다. 또한 본 연구에서는 기후인자들을 인력으로 하여 모형을 구성하였으며 각각 학습기간과 검정기간으로 나누어 학습기간에는 모형의 매개변수 최적화를, 검정기간에는 최적화된 모형의 매개변수를 검정하는 순으로 연구를 수행하였다. 예측 길과, ANFIS는 댐유입량 예측시 입력자료의 종류가 많아질수록 예측능력 더욱 정확한 것으로 판단된다.