PSO와 GA의 특징과 차원성에 대한 수치적 비교

안태천,장경원,신동두 제어로봇시스템학회 2006 제어로봇시스템학회 국내학술대회 논문집 Vol.2006 No.6

차분 진화 알고리즘을 이용한 Fuzzy Prototype Classifier 최적화

안태천(Tae-Chon Ahn),노석범(Seok-Beom Roh),김용수(Yong Soo Kim) 한국지능시스템학회 2014 한국지능시스템학회논문지 Vol.24 No.2

본 논문에서는 입력 공간의 부분 영역의 특성을 기술하기 위하여 각 부분 영역을 대표하는 prototype을 정의하고 정의된 Prototype 에 가중치를 적용하여 각 부분 영역이 각 클래스의 경계면에 미치는 영향을 차등화 하는 Fuzzy Prototype 분류기를 제안 한다. 제안된 패턴 분류기의 Prototype은 퍼지 클러스터링 알고리즘인 Fuzzy C-Means Clustering 알고리즘을 사용하여 결정한다. 또한, 각 부분 영역의 가중치를 결정하기 위하여 유전자 알고리즘에서 파생된 차분 진화 알고리즘을 적용하여 각각의 퍼지 규칙의 가중치를 최적화 한다. 또한 퍼지 규칙 기반 시스템 기반 패턴 분류기의 경우 각각의 퍼지 규칙의 후반부 구조인 다항식의 계수를 추정하기 위하여 Linear Discriminant Analysis를 사용한다. 마지막으로, 본 논문에서 제안한 패턴 분류기의 패턴 분류 특성 및 성능을 평가하기위하여 기계 학습 데이터를 사용한다. In this paper, we proposed the fuzzy prototype pattern classifier. In the proposed classifier, each prototype is defined to describe the related sub-space and the weight value is assigned to the prototype. The weight value assigned to the prototype leads to the change of the boundary surface. In order to define the prototypes, we use Fuzzy C-Means Clustering which is the one of fuzzy clustering methods. In order to optimize the weight values assigned to the prototypes, we use the Differential Evolutionary Algorithm. We use Linear Discriminant Analysis to estimate the coefficients of the polynomial which is the structure of the consequent part of a fuzzy rule. Finally, in order to evaluate the classification ability of the proposed pattern classifier, the machine learning data sets are used.

퍼지-뉴럴 네트워크에 의한 퍼지동정

안태천,황형수,오성권 圓光大學校 1994 論文集 Vol.28 No.2

본 논문에서는 복잡한 비선형 시스템을 모델링하기 위해 퍼지-뉴럴네트워크(FNNs)를 사용한 퍼지규칙의 최적 동정 방법이 제안된다. FNNs는 역전파 알고리즘과 Sugeno의 퍼지추론 방법의 결합으로 구성된다. 퍼지규칙의 구조동정은 기존의 동정에서 반복적인 퍼지분할을 피하기 위해 퍼지 c-means클로스터링을 이용해서 수행된다. FNNs는 퍼지규칙의 전·후반부 파라미터를 동정하기 위해 사용된다. 최적 퍼지규칙을 얻기 위해, FNNs는 학습율과 모멘텀 계수가 수정된 컴플렉스법을 이용하여 자동동조 된다. 가스로 공정의 시계열 데이타는 제안된 규칙베이스 퍼지 모델리의 성능을 평가하기 위해 사용된다. 제안된 모델링 방법이 다른 논문과 비교시 더 높은 정확도를 가진 퍼지모델을 생성함을 보인다. In this paper, an optimal identification method of fuzzy rules using fuzzy neural networks(FNNs) is proposed in order to model the nonlinear complex systems. FNNs are composed by combining back-propagation algorithms and Sugeno's linear fuzzy inference method. The structure identification of fuzzy implication rules is carried out utilizing fuzzy c-means clustering in order to avoid the iterative fuzzy partition in the conventional identification and FNNs are used to identify parameters of premise and comsequence part of fuzzy implication rules. To obtain the optimal fuzzy rules, the learning ratio and momentum coefficients of FNNs are tuned automatically utilizing the modified complex method. Time series data for gas furance are used to evaluate the performance of the proposed rule-based fuzzy modeling.

ESTIMATION OF FREQUENCIES FROM MODIFIED LINEAR PREDICTION METHODS

안태천(Tae-Chon Ahn),박용서(Yong-Seo Park),황금찬(Kuem-Chan Whang) 대한전기학회 1988 대한전기학회 학술대회 논문집 Vol.1988 No.11

시간지연 시스템의 최적 제어에 관한 연구

안태천,한만춘 연세대학교 산업기술연구소 1981 논문집 Vol.13 No.2

In this study, a linear state equation of the first-order differential form related to a time delayed system is derived. The cost function of the system is minimized using Pontryagin's minimum principle. A computer program to calculate the time optimal control vector of the state equation is developed by the state transition method. Numerical analysis is used to make the system approach the stable region. The optimal result is attained by varying the sampling intervals which affects the time optimal control vector over a range of values. These results can be applied to increasing the stability and reliability of systems with time delay by considering the sampling intervals in order to optimize the control of systems whose order is higher than the third-order.

퍼지 GMDH 알고리즘과 폐수처리 공정 시스템에의 응용

안태천,노석범,황형수,오성권 圓光大學校 1996 論文集 Vol.31 No.2

본 논문에서는 GMDH(Group Method of Data Handling) 알고리즘을 이용하여 퍼지 모델의 구조와 파라미터를 설정하는 알고리즘을 제안하였다. 퍼지 함의 규칙의 전건부 구조와 파라미터를 동정하기 위해 GMDH 알고리즘과 퍼지 추론을 사용하였고 최적의 후건부 파라미터를 동정하기 위해 최소 자승법을 사용하였다. 제안된 모델링 방법의 성능을 평가하기 위해서 가스로 시계열 데이터와 하수처리 데이터를 사용하였다. 제안된 방법을 사용하면 다른 모델에 비해 우수한 성능을 가진 지능 모델을 얻을수 있다. The Proposed fuzzy modeling implements system structure and parameter identification using the GMDH(Group Method of Data Handling) Algorithm. In this method, We use the GMDH algorithm and fuzzy inference to identify the premise structure and parameter of fuzzy implication rules and least square method to identify optimum consequence parameter. Time seris data for gas furnace and wastewatertreatment data are used for purpose of evaluating the performance of the proposed fuzzy.

계층적 구조를 가진 퍼지 패턴 분류기 설계

안태천(Tae-Chon Ahn),노석범(Seok-Beom Roh),김용수(Yong Soo Kim) 한국지능시스템학회 2014 한국지능시스템학회논문지 Vol.24 No.4

본 논문은 단순한 후반부 구조를 가진 퍼지 모델을 계층적 구조로 결합한 퍼지 패턴 분류기를 제안한다. 계층적 구조를 가진 퍼지 패턴 분류기의 기본 구조는 단순한 후반부 구조를 가진 퍼지 모델을 사용하여 전체 패턴 분류기의 구조적 복잡성을 높이지 않도록 설계 하였다. 입력공간을 계층적으로 분할하기 위하여 대표적인 퍼지 클러스터링 알고리즘인 Fuzzy C-Means clustering 기법을 이용하였다. 분할된 퍼지 입력 공간의 하위 구조를 분석하기 위하여 conditional Fuzzy C-Means 클러스터링 기법을 이용하였다. 계층적으로 분할된 퍼지 입력공간에 간단한 구조를 가진 퍼지 패턴 분류기를 적용하여 계층적 구조를 가진 패턴 분류기를 설계한다. 계층적으로 퍼지 모델들을 결합함으로써 입력 공간의 정보 분석을 거시적인 관점에서 시작하여 세부적으로 분석이 가능하게 되었다. 제안된 퍼지 패턴 분류기의 성능을 평가하기 위하여 다양한 기계 학습 데이터를 사용하였다. In this paper, we proposed the new fuzzy pattern classifier which combines several fuzzy models with simple consequent parts hierarchically. The basic component of the proposed fuzzy pattern classifier with hierarchical structure is a fuzzy model with simple consequent part so that the complexity of the proposed fuzzy pattern classifier is not high. In order to analyze and divide the input space, we use Fuzzy C-Means clustering algorithm. In addition, we exploit Conditional Fuzzy C-Means clustering algorithm to analyze the sub space which is divided by Fuzzy C-Means clustering algorithm. At each clustered region, we apply a fuzzy model with simple consequent part and build the fuzzy pattern classifier with hierarchical structure. Because of the hierarchical structure of the proposed pattern classifier, the data distribution of the input space can be analyzed in the macroscopic point of view and the microscopic point of view. Finally, in order to evaluate the classification ability of the proposed pattern classifier, the machine learning data sets are used.

간략화된 최우도 방법을 사용한 다중 정현파의 주파수 추정

안태천,오성권,Ahn, Tae-Chon,Oh, Sung-Kwun 한국음향학회 1994 韓國音響學會誌 Vol.13 No.4

다중 정현파의 주파수를 추정하는 최우도(ML) 방법은 주파수 추정에 정밀도를 보여주고 있으나, 최우도 함수가 주파수 추정에 쓰이는 경우 고도의 비선형성 때문에 추정에 많은 희생을 요구하고 있다. 본 논문에서는 최우도 방법의 비선형성을 개선하기 위해, 신호속에 포함된 정현 주파수의 추정을 용이하게 할 수 있는 단순화된 최우도 방법을 제시한다. 이 새로운 주파수 추정 방법을 백색 또는 칼라 잡음의 보기들에 적용하고, Monte-carlo 시뮬레이션을 실행하여 통계적 평균값, 평균 제곱근 및 상대 바이어스를 기존의 가장 우수한 방법인 MFBLP 방법과 비교한다. 또한 스펙트럼 파우어 밀도와 단위 원에서의 주파수 위치를 그림을 통하여 나타낸다. The maximum likelihood(ML) estimation has excellent accuracy for frequency estimation of multiple sinusoids, but the maximum likelihood function requires much loss owing to the high nonlinearity. This paper presents a simplified maximum likelihood estimation, in order to improve the nonlinearity of the maximum likelihood estimation for frequencies of sinusoids in signals. This method is applied to the frequency estimation of sinusoidal signals corrupted by white or colored measurement noise. Monte-carlo simulations are conducted for the comparison of ML method with the best MFBLP method, in terms of sampled mean, root mean square and relative bias. The power spectral density and the position of frequency in unit circle are appeared in figures.

전력계통에 대한 이중적응 제어기의 설계

안태천 圓光大學校 1986 論文集 Vol.20 No.2

이 논문은 이노베이션 접근방법과 Berger가 제시한 극점배치방법을 결합시켜 이중적응 제어기를 설계하고 터어보-발전기계에 이용하여 이중적응 제어특성을 분석하였다. 이 제어기는 단일 입·출력계에 적용되므로 실제계와 동일한 특성을 갖는 최적 이산치 단일 입·출력계가 다변수계의 이중적응 제어를 위해 선택되었다. 이중적응 제어기의 신뢰도를 조사하기 위해 다변수계인 9차 쌍 입·출력 터어보-발전기계를 최적 이산치 단일 입·출력계인 3차 이산치계로 분해하여 이중적응 제어계를 설계하였다. This paper designed the active adaptive controller that was combined with a dual control algorithm developed by means of innovation approach and the pole placement method suggested by Berger, analyzed characteristics of the active adaptive control for the turbo-generator system. Because this controller is designed at the SI-SO systems, the optimal discrete SI-SO systems that have the similar dynamics as the orignal system are chosen for the active adaptive control of multivariable system. In order to investigate the application of the active adaptive controller, the 9th biinput-biouput thermal turbo-generator made of governor, synchronous machine and automatic voltage regulator was decoupled into 3 order discrete systems, hence the active adaptive control system for the decoupled systems was designed.

폐수처리 시스템의 자동화를 위한 제어규칙 퍼지 모델링

안태천,황형수,오성권 圓光大學校 1995 論文集 Vol.29 No.2

규칙베이스 퍼지모델링의 설계방법을 복잡하고 비선형적인 시스템의 모델동정을 위하여 제안한다. 이 논문에서 제안된 3가지 종류의 규칙베이스 퍼지모델 방법은 간략추론, 선형추론, 변형된 선형추론 퍼지모델링 방법이다. 퍼지규칙의 전반부 구조와 파라미터를 동정하기 위하여 퍼지 클러스터링, 수정된 컴플렉스법이 사용되고, 최적 후반부 파라미터를 동정하기 위해 최소자승법이 사용된다. 가스로 공정의 시계열 데이타의 하수처리공정의 데이타가 제안된 규칙 베이스 퍼지 모델링을 성능평가 하기위해 사용된다. 제안된 모델링 방법이 다른 논문과 비교시 더 높은 정확도를 가진 퍼지모델을 생성함을 이용하여 보인다. A design of rule-based fuzzy modeling is presented for the model identification of complex and nonlinear systems. Three kinds of method for fuzzy modeling presented in this paper include simplified inference(type1), linear inference(type2), and modified linear inference(type3). The fuzzy c-means clustering and modified complex methods are used in order to identify the premise structure and parameter of fuzzy implication rules, respectively and the least square method is utilized for the identification of optimal consequence parameters. Time series data for gas furnace and sewage treatment processes are used to evaluate the performances 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.