• 터널과지하공간
• /
• 제11권4호
• /
• pp.289-300
• /
• 2001

터널의 설계에는 지반조사 자료의 부정확성과 평가의 애매성 그리고 자료수집 과정의 오류(observer error)등이 내재되어 있다. 그러므로 터널의 안정성과 경제적인 시공을 위해서는 시공 중 막장면의 조사가 매우 중요한 역할을 한다. 본 연구는 막장면 조사 시 지반의 고유 특성을 보다 정확하게 평가하고, 조사자의 주관성을 최소화시키기 위하여 수행되었다. 이러한 목적을 위하여 막장관찰 자료로부터 RMR값을 추론하고자 인공지능기법 중 퍼지집합이론과 뉴로-퍼지기법을 적용하였고, 46개의 학습자료에 대해 원래의 RMR값과 퍼지이론 및 뉴로저지기법의 추론에 의한 RM $R_{_FU}$ 및 RM $R_{_NF}$값의 상관성을 분석하였다. 본 연구의 결과는 원래의 RMR값과 퍼지추론에 의한 RM $R_{_FU}$값 및 뉴로-퍼지기법에 의한 RM $R_{_NF}$값의 상관계수가 각각 ｜R｜= 0.96과 ｜R｜=0.95로 상관성이 우수한 것으로 조사되었다. 이 결과로부터 암반평가를 위한 퍼지집합이론 및 뉴로-피지기법의 적용성이 충분함을 검증할 수 있었다.할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.688-694
• /
• 2005

본 논문에서는 클러스터링을 뉴로-퍼지 모델에 직접 적용하여 모델을 최적화하는 방법을 제안하였다. 기존의 오차미분기반 학습을 통한 뉴로-퍼지 모델의 최적화 과정과는 달리 제안된 방법은 클러스터링 학습과 연계하여 모델을 구성하며 자율적으로 클러스터의 수를 추정하며 동시에 최적화를 수행한다. 순차적인 학습 기법에서는 각각의 학습 기법을 따로 적용하여 모델링을 실시하였으나 제안된 기법에서는 하나의 클러스터링 학습으로 전체 모델의 학습을 실시하였다. 또한 제안된 방법에서는 클러스터링이 수렴하는 만큼 전체 모델의 연산량이 감소하여 학습과정에서 발생하는 연산량 문제를 개선하였다. 시뮬레이션을 통하여 기존의 연구 결과들과 비교하여 제안된 기법의 유용성을 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.168-171
• /
• 2006

본 논문에서는 Particle Swarm Optimization 기법을 이용한 뉴로-퍼지 시스템의 파라미터 동정을 실시한다. PSO의 학습 및 군집 특성을 이용하여 시스템을 학습한다. 유전 알고리즘과 같은 무작위 탐색법을 이용하며 하나의 해 군집에 대해 다수 객체들이 탐색하는 기법을 통하여 최적해 부분의 탐색성능을 높여 전체 모델의 학습성능을 개선하고자 한다. 제안된 기법의 유용성을 시뮬레이션을 통하여 보이고자 한다.

• 대한전자공학회논문지TE
• /
• 제39권4호
• /
• pp.414-422
• /
• 2002

본 논문에서는 적응 제어 문제를 다루기 위해 CFCM 클러스터링과 퍼지 균등화 기법을 이용하여 새로운 적응 뉴로-퍼지 제어기를 설계하고자 한다. 먼저 오프라인에서 CFCM은 입력데이터의 성질과 출력 패턴의 성질까지도 고려한 퍼지 클러스터링 기법으로 적응 뉴로-퍼지 제어기의 구조동정을 수행한다. 파라미터 동정은 역전과 알고리즘과 RLSE(Recursive Least Square Estimate)을 이용한 하이브리드 학습을 수행한다. 온라인 학습에서는 시변특성으로 인해 전제부 및 결론부 파라미터를 실시간으로 계산된다. 시뮬레이션으로 온 라인 적응 뉴로-퍼지 제어 시스템의 성능을 입증하기 위해 목욕물 온도제어 시스템에 대해 다루고 전형적인 퍼지 제어기에 비해 오프 라인과 온 라인 설계 모두 좋은 성능을 보이고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.128-132
• /
• 2012

물은 생물의 생존을 위해 필수적인 요소로 인류가 시작된 이래로 물을 효율적으로 이용하고 안전하게 관리하기 위한 노력은 계속되어 왔다. 최근 지구 온난화가 주요 원인으로 알려진 국지성 집중호우의 피해는 매우 심각하며, 이로 인해 치수에 대한 중요성은 날로 커지고 있다. 지금까지 사용해 왔던 홍수 예 경보 과정은 특정 지점의 유출량을 예측하기 위해서 강우-유출 모형을 운영하였다. 그러나 물리적 모형의 경우 운영에 필요한 매개변수의 결정과정이 복잡하고, 매개변수 결정을 위해 많은 자료를 필요로 한다. 또한 그 매개변수의 결정과정은 많은 불확실성을 포함하고 있어서 모형의 운영을 위한 전처리과정과 계산과정을 거치는 동안 발생한 오차가 누적되어 결과물 속에는 많은 오차가 포함되어 있다. 본 연구에서는 기존의 홍수 예 경보 시스템의 문제점과 불확실성을 최대한 감소시키고 더 우수한 유출량 예측을 위해 neuro-fuzzy 추론 기법을 이용한 모형인 ANFIS(Adaptive Neuro-Fuzzy Inference System)를 사용하여 하천수위를 예측하였다. ANFIS는 신경회로망과 퍼지이론을 결합한 기법으로 신경회로망의 구조와 학습 능력을 이용하여 제어환경에서 획득한 입 출력 정보로부터 언어변수의 membership 함수와 제어규칙을 제어 대상에 적합하도록 자동으로 조종하는 기법이다. 본 연구에서는 ANFIS를 사용하여 탄천 하류에 위치한 대곡교의 수위를 예측하였다. 분석을 위해 2007년부터 2011년까지의 탄천 유역의 관측 강우자료와 수위 자료 중 강우강도와 지속시간, 강우 형태에 따라 7개의 강우사상을 선정하였다. 학습자료 및 보정자료의 변화에 따른 예측 오차를 비교하여 모형의 적용성과 적정성을 평가하였다. 적용결과 입력자료 구성의 경우 해당 시간의 강우량 및 수위자료와 10분 전 강우자료를 이용한 모델이 가장 우수한 예측을 보였고, 학습자료의 경우 자료의 길이가 길고, 최대홍수량이 큰 경우 가장 우수한 예측 결과를 보였다. 본 연구의 적용결과 가장 우수한 모형의 경우 30분 예측 첨두수위 오차는 0.32%, RMSE는 0.05m 이고 예측시간이 길어짐에 따라 오차가 비선형적으로 증가하는 경향을 보였다.

• 대한기계학회논문집A
• /
• 제27권2호
• /
• pp.310-316
• /
• 2003

One of the significant subject in the automatic arc welding is to establish control system of the welding parameters for controlling bead geometry as a criterion to evaluate the quality of arc welding. This paper proposes an inference algorithm for bead geometry in CMA Welding using Neuro-Fuzzy algorithm. The characteristic welding parameters are measured by the circuit composed of hall sensor, voltage divider tachometer, etc. and then the bead geometry of each weld pool is calculated and detected by an image processing with CCD camera and a measuring with microscope. The relationships between the characteristic welding parameters and the bead geometry have been arranged empirically. From the result of experiments, membership functions and fuzzy rules are tuned and determined by the learning of neural network, and then the relationship between actual bead geometry and inferred bead geometry are concluded by fuzzy logic controller. In the applied inference system of bead geometry using Neuro-Fuzzy algorithm, the inference error percent is within -5%∼+4% in case of bead width, -10%∼+10% in bead height, -5%∼+6% in bead area, -10%∼+10% in penetration. Use of the Neuro-Fuzzy algorithm allows the CMA Welding system to evaluate the quality in bead geometry in real time as the welding parameters change.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 C
• /
• pp.1046-1049
• /
• 1998

This paper deals with the new fault detection technique for transmission line using Neuro-fuzzy Scheme. Neuro-fuzzy Scheme is ANFIS(Adaptive-network Fuzzy Inference System) based on fusion of fuzzy logic and neural networks. The proposed scheme has five layers. Each layer is the component of fuzzy Inference system and performs different action. Using learning method of neural network, fuzzy premise and consequent parameters is tuned properly.

• 전기학회논문지P
• /
• 제65권1호
• /
• pp.41-46
• /
• 2016

It has been proven that the dissolved gas analysis (DGA) is the most effective and convenient method to diagnose the transformers. The DGA is a simple, inexpensive, and non intrusive technique. Among the various diagnosis methods, IEC 60599 has been widely used in transformer in service. But this method cannot offer accurate diagnosis for all the faults. This paper proposes a fault diagnosis method of oil-filled power transformers using IEC code based neuro-fuzzy model. The proposed method proceeds two steps. First, IEC 60599 method is applied to diagnosis. If IEC code can't determine the fault type, neuro-fuzzy model is applied to effectively classify the fault type. To demonstrate the validity of the proposed method, experiment is performed and its results are illustrated.

• 전기학회논문지
• /
• 제57권12호
• /
• pp.2313-2321
• /
• 2008

In order to develop reliable on-site partial discharge(PD) pattern recognition algorithm, the fuzzy neural network based on fuzzy set(FNN) and the polynomial network pattern classifier based on fuzzy Inference(PNC) were investigated and designed. Using PD data measured from laboratory defect models, these algorithms were learned and tested. Considering on-site situation where it is not easy to obtain voltage phases in PRPDA(Phase Resolved Partial Discharge Analysis), the measured PD data were artificially changed with shifted voltage phases for the test of the proposed algorithms. As input vectors of the algorithms, PRPD data themselves were adopted instead of using statistical parameters such as skewness and kurtotis, to improve uncertainty of statistical parameters, even though the number of input vectors were considerably increased. Also, results of the proposed neuro-fuzzy algorithms were compared with that of conventional BP-NN(Back Propagation Neural Networks) algorithm using the same data. The FNN and PNC algorithms proposed in this study were appeared to have better performance than BP-NN algorithm.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.417-422
• /
• 2000

본 논문에서는 적응 뉴로-퍼지 모델링을 위해 최근에 BBS(blind source separation)분야에서 발전된 독립 성분 분석기법(ICA)을 전처리로 이용하여 효과적인 퍼지 규칙을 생성하는 방법을 제안한다. 기존의 뉴로-퍼지 모델링은 입력 데이터 성분간의 상관관계를 고려하지 않고 입력공간을 분할하기 때문에 효과적으로 분할하지 못하는 단점이 있다. 이로 인해 과도한 규칙 수와 큰 오차를 가지고 있었다. 이에, 본 연구에서는 독립 성분 분석기법을 이용하여 입력 데이터 성분간의 상관관계를 제거함으로서 적은 규칙 수를 갖으면서도 효율적인 퍼지 규칙을 얻을 수 있도록 하였다. 시뮬레이션 예로서 Box-Jenkins의 가스로 데이터의 모델링에 적용하여 유용성과 제안된 방법이 이전의 연구보다 좋은 결과를 보임을 알 수 있었다.