http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
방영근(Young-Keun Bang),심재선(Jae-Son Shim),박하용(Ha-Yong Park),이철희(Chul-Heui Lee) 대한전기학회 2009 대한전기학회 학술대회 논문집 Vol.2009 No.7
일반적으로, 퍼지 예측 시스템의 성능은 데이터의 특성과 퍼지 집합을 생성하기 위한 클러스터일 기법에 매우 의존적이다. 하지만, 예측을 위한 시계열 데이터들은 자연현상에 기인하는 강한 비선형적 특성을 가지고 있으므로 적합한 시스템을 구현하는 것에 많은 제약이 따른다. 따라서 본 논문에서는 시계열의 비선형적 특성을 적절히 취급하기 위하여, 그들로부터 생성 가능한 차분 데이터 중, 유효한 차분데이터를 이용하여 다중 모델 퍼지 예측 시스템을 구현함으로써, 보다 우수한 예측이 가능하도록 하였으며, 퍼지 시스템의 모델링에는 교차 상관분석 기법에 따른 계층적 구조의 클러스터링 기법 (Hierarchical Cross-correlation and K-means Clustering Algorithms: HCKA)을 적용하여, 시스템을 위한 규칙기반의 적합성을 높일 수 있도록 하였다.
방영근(Young-Keun Bang),이철희(Chul-Heui Lee),박하용(Ha-Yong Park) 대한전기학회 2019 전기학회논문지 Vol.68 No.4
This paper presents design methods of a fuzzy forecasting system to forecast the monthly peak electricity load data in south korea. In the proposed forecasting system, multiple fuzzy predictors are combined by parallel so that each predictor can perform suitable forecasting for corresponding to segmented data set. To segment the original peak electricity load data, data interpolation and trend analysis methods are used. The segmented data set is used as input data, to design each predictor, the TSK fuzzy logic model and the least square method are used for linguistic rule base and parameter identification. Also the K-means clustering algorithm is used to generate suitable fuzzy sets and tune their membership function. Using monthly peak electricity load data from Feb. 2009 to Feb. 2018 in south korea, in simulation section, the forecasting performance and advantage of the proposed system are verified and explained.
방영근(Young-Keun Bang),이철희(Chul-Heui Lee),박하용(Ha-Yong Park) 한국지능시스템학회 2018 한국지능시스템학회논문지 Vol.28 No.1
본 논문은 전력부하 데이터를 예측하기 위한 예측 시스템의 설계법을 다룬다. 제안된 예측 시스템은 퍼지 추론의 이점과 고전 회귀모형의 이점을 동시에 취하는 TSK 퍼지모델을 기본 구조로 하여 설계되며, 상관성 기반 K-평균 퍼지 군집화 기법을 이용하여 생성된 규칙기반의 적합성을 높이고 원형의 데이터를 정규화 전처리를 통해 시스템에 대한 적합성을 높이도록 한다. 이때 정규화 과정에는 보간기법과 추세 차분을 이용하게 되며, 두 종류의 전력부하데이터를 시뮬레이션 하고 다른 시스템들과 비교하여 제안된 예측 시스템의 설계방법에 대한 효용성을 검증한다. This paper deals with design methods of the forecasting systemto forecast the electricity load data. To build the proposedo rfecasting system, TSK fuzzy model which takes advantages of the fuzzy inference and classical regression method is used for main frame, at this time, the cross correlation-based K-means clustering algoitrhm is used to generate the suitable rule base. To improve th seuitability of the given data for the system, normalization preprocessing method which applies the interpolation and trend difference metohds is considered. In simulation section, two types of electricity load data are used for the performance evaluation, through comparing the proposed system with other systems, the efficiency of the propsoed methods is verified.
이중 동조 기반 Interval Type-2 TSK 퍼지 예측시스템 설계
방영근(Young-Keun Bang),심재선(Jae-Sun Shim),박하용(Ha-Yong Park),이철희(Chul-Heui Lee) 대한전기학회 2010 대한전기학회 학술대회 논문집 Vol.2010 No.7
본 논문은 비선형 시계열 예측을 위한 다중모델 퍼지 예측시스템의 설계에 대해 다룬다. 제안된 예측시스템은 비선형 데이터로부터 야기되는 불확실성의 취급을 위해 예측시스템의 기반시스템으로 Interval Type-2 TSK 퍼지논리 시스템을 적용하였으며, 비선형데이터의 다양한 패턴이나 법칙성들의 충분한 반영을 위해 다수의 예측모델로 구현되는 하나의 예측시스템으로 구현된다. 또한, K-means 클러스터링알고리즘을 이용하여 초기 다중모델을 동조한 후, 성능평가를 통해 하나의 예측모델을 선택하게 되며, 이 후 선택된 예측모델은 유전알고리즘을 통해 더욱 세부동조 된 후 최종 예측을 수행하는 구조를 이루게 된다.