합 기반의 전건부를 가지는 뉴로-퍼지 시스템 설계

한창욱,이돈규 한국정보처리학회 2024 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.13 No.2

본 논문에서는 규칙의 수를 줄여 간결한 지식 기반을 보장할 수 있는 합 기반의 전건부를 가지는 뉴로-퍼지 제어기를 제안하였다. 제안된 뉴로-퍼지 제어기는 모든 입력 변수의 AND 조합을 전건부로 하는 구조의 퍼지 규칙보다 더 큰 입력 영역을 커버하기 위해 전건부에 입력 퍼지 집합의 합집합 연산을 허용하였다. 이러한 뉴로-퍼지 제어기를 구성하기 위해 본 논문에서는 OR 및 AND 퍼지 뉴런으로 구성된 multiple-term unified logic processor (MULP)를 고려하였다. 이러한 OR 및 AND 퍼지 뉴런은 조정 가능한 연결 강도 집합을 가지므로 학습을 통하여 최적의 연결 강도 집합을 찾을 수 있다. 초기 최적화 단계에서 유전 알고리즘은 제안된 뉴로 퍼지 제어기의 최적화된 이진 구조를 구성하고, 이후 확률에 기반한 강화 학습은 성능 지수를 더욱 향상시켜서 유전 알고리즘에 의해 최적화된 제어기의 이진 연결을 개선하였다. 역진자 시스템을 제어하기 위한 모의실험 및 실험을 통해 제안된 방법의 유효성을 검증하였다. In this paper, union-based rule antecedent neuro-fuzzy controller, which can guarantee a parsimonious knowledge base with reducednumber of rules, is proposed. The proposed neuro-fuzzy controller allows union operation of input fuzzy sets in the antecedents to coverbigger input domain compared with the complete structure rule which consists of AND combination of all input variables in its premise. To construct the proposed neuro-fuzzy controller, we consider the multiple-term unified logic processor (MULP) which consists of ORand AND fuzzy neurons. The fuzzy neurons exhibit learning abilities as they come with a collection of adjustable connection weights. In the development stage, the genetic algorithm (GA) constructs a Boolean skeleton of the proposed neuro-fuzzy controller, while thestochastic reinforcement learning refines the binary connections of the GA-optimized controller for further improvement of theperformance index. An inverted pendulum system is considered to verify the effectiveness of the proposed method by simulation andexperiment.

MR 감쇠기와 FPS를 이용한 하이브리드 면진장치의 수치해석적 연구

김현수 한국지진공학회 2005 한국지진공학회논문집 Vol.9 No.2

본 연구에서는 하이브리드 면진장치가 설치된 단자유도 구조물의 동적거동을 예측할 수 있는 수치해석모델을 제안한다. 하이브리드 면진장치는 MR 감쇠기와 마찰진자시스템(FPS)으로 구성된다. MR감쇠기의 동적거동을 모형화하기 위하여 뉴로-퍼지 모델을 사용한다. 다양한 변위, 속도, 전압의 조합을 사용하여 MR 감쇠기의 성능실험을 수행한 후 얻어진 데이터를 이용하여 MR 감쇠기 뉴로-퍼지 모델을 ANFIS로 학습시킨다. FPS의 모형화는 본 연구에서 유도한 비선형 모델식에 근거하여 뉴로-퍼지 모형화방법을 사용하여 이루어진다. 본 연구에서는 MR 감쇠기로 전달되는 제어전압을 조절하기 위하여 퍼지논리제어기를 사용한다. 다양한 지진하중을 사용한 진동대 실험을 통하여 얻은 실험체의 동적응답과와 뉴로-퍼지 모형화방법을 사용한 수치해석의 결과를 비교한다. 뉴로-퍼지 모델을 사용하여 MR 감쇠기와 FPS를 모형화해서 수치해석을 수행한 결과 하이브리드 면진장치의 동적거동을 매우 정확하게 예측할 수 있었다. Numerical analysis model is proposed to predict the dynamic behavior of a single-degree-of-freedom structure that is equipped with hybrid base isolation system. Hybrid base isolation system is composed of friction pendulum systems (FPS) and a magnetorheological (MR) damper. A neuro-fuzzy model is used to represent dynamic behavior of the MR damper. Fuzzy model of the MR damper is trained by ANFIS (Adaptive Neuro-Fuzzy Inference System) using various displacement, velocity, and voltage combinations that are obtained from a series of performance tests. Modelling of the FPS is carried out with a nonlinear analytical equation that is derived in this study and neuro-fuzzy training. Fuzzy logic controller is employed to control the command voltage that is sent to MR damper. The dynamic responses of experimental structure subjected to various earthquake excitations are compared with numerically simulated results using neuro-fuzzy modeling method. Numerical simulation using neuro-fuzzy models of the MR damper and FPS predict response of the hybrid base isolation system very well.

뉴로-퍼지 모델 기반 전력 수요 예측 시스템

박영진(Yong-Jin Park),왕보현(Bo-Hyeun Wang) 한국지능시스템학회 2004 한국지능시스템학회논문지 Vol.14 No.5

본 논문은 뉴로-퍼지 모델의 구조 학습을 이용하여 단기 전력 수요 예측시스템을 개발하기 위한 체계적인 방법을 제안한다. 제안된 단기 수요 예측시스템은 1시간, 24시간, 168시간의 예측 리드 타임을 갖고 예측을 수행하기 위해서 요일 유형과 시간 별로 총 96개의 초기 구조를 미리 생성하고, 이를 초기 구조 뱅크에 저장한다. 예측이 수행되는 시점에 해당하는 초기 구조를 선택하여 뉴로-퍼지 모델을 초기화하고, 학습하고, 예측을 수행한다. 제안된 예측시스템은 단지 2개의 입력 변수만을 이용하기 때문에 간단한 모델 구조를 가질 뿐 아니라 학습된 퍼지 규칙을 해석하는 것이 매우 용이하다는 장점을 갖는다. 제안된 방법의 실효성을 검증하기 위해 1996년과 1997년의 한국전력의 실제 전력 수요 데이터를 이용하여 1시간, 24시간, 168시간 앞의 전력 수요를 예측하는 모의 실험을 수행한다. 실험 결과 제안된 방법은 단지 2개의 입력 변수를 사용함에도 불구하고, 기존의 예측 방법과 비교하여 예측의 정확도와 신뢰도 측면에서 우수한 성능을 얻는다. This paper proposes a systematic method to develop short-term electrical load forecasting systems using neuro-fuzzy models. The proposed system predicts the electrical loads with the lead times of 1 hour, 24 hour, and 168 hour. To do so, the load forecasting system first builds an initial structure off-line for each hour of four day types and then stores the resultant initial structures in the initial structure bank. 96 initial structures are constructed for each prediction lead time. Whenever a prediction needs to be made, the proposed system initializes the neuro-fuzzy model with the appropriate initial structure stored and trains the initialized prediction modell. To improve the performance of the prediction system in terms of accuracy and reliability at the same time, the prediction model employs only two inputs. It makes possible to interpret the fuzzy rules to be learned. In order to demonstrate the viability of the proposed method, we develop a load forecasting system by using the real load data collected during 1996 and 1997 at KEPCO. Simulation results reveal that the prediction system developed in this paper can achieve a remarkable improvement on both accuracy and reliability.

CFCM 기반 적응 뉴로-퍼지 시스템에 의한 비선형 시스템 모델링

곽근창,김성수,유정웅,전명근 충북대학교 컴퓨터정보통신 연구소 2002 컴퓨터정보통신연구 Vol.10 No.2

본 논문에서는 여러 분야에서 널리 응용되고 있는 적응 뉴로-퍼지 시스템에서의 효과적인 퍼지 규칙 생성 방법을 제안한다. 기존의 입력공간 그리드 분할을 이용한 ANFIS의 규칙 생성에 있어서는 얻어진 규칙의 수가 지수적으로 증가하는 단점이 있다. 이에, 본 연구에서는 조건부적인 퍼지 클러스터링(CFCM)을 이용하여 입·출력 데이터의 특성을 잘 반영할 수 있는 클러스터를 구하고, 퍼지 균등화 방법을 적용하여 출력변수의 소속함수를 자동 생성하도록 하였다. 이렇게 함으로써 적은 규칙 수를 갖으면서도 효율적인 퍼지 규칙을 얻을 수 있도록 하였다. 이들 방법의 유용함을 보이고자 정수장 응집제주입결정 모델링에 적용하여 제안된 방법이 기존의 연구보다 좋은 결과를 보임을 알 수 있었다. In this paper, an efficient fuzzy rule generation scheme for Adaptive Network-based Fuzzy Inference System(ANFIS) using the conditional fuzzy c-means(CFCM) and fuzzy equalization(FE) methods is proposed. Usually, the number of fuzzy rules exponentially increases by applying the grid partitioning of the input space, in conventional ANFIS approaches. Therefore, GFCM clustering method is adopted to render the clusters which represent the given input and output fuzzy data and FE method is used to automatically construct the fuzzy membership functions. From this, one can systematically obtain a small size of fuzzy rules which shows satisfying performance for the given problems. Finally, we applied the proposed method to the nonlinear system modeling problems and obtained a better performance than conventional works.

뉴로-퍼지를 이용한 만성적인 스트레스 평가

신재우,설아람,성홍모,김원식,차동익,이철규,윤영로 대한의용생체공학회 2003 의공학회지 Vol.24 No.5

본 논문에서는 생체신호 파라미터들을 이용해서 만성적인 스트레스를 평가하는 방법을 개발하고자 하였다. Wistar 쥐에게 14 일간의 소음 스트레스를 부과하고, 매 시간마다 생체신호를 획득하였다. 생체신호로부터 추출한 파라미터들을 통합하기 위한 퍼지추론시스템을 구축하기 위하여, 적응형 뉴로-퍼지 추론시스템으로 퍼지추론시스템의 파라미터들을 구하였다. 훈련 데이터 집합 중 입력 데이터 집합은 생체신호로부터 추출한 파라미터들을, 출력 데이터 집합은 코티솔 호르몬의 생성량으로부터 추정한 목표값을 사용하였다. 퍼지추론시스템으로 생체신호 파라미터들을 통합하고, 그 결과를 24 시간마다 구분하여 Cosinor 분석법을 적용하여 생체리듬의 변화를 관찰하였다. 생체리듬이 깨어진 정도에 의해서 만성적인 스트레스를 평가하였다. 생체신호 파라미터들을 퍼지추론으로 통합하고, 그 결과에서 생체리듬을 분석하여 스트레스 정도를 계산했다. 휴식기의 스트레스 정도를 l이라고 가정하면, 소음 스트레스를 받은지 14일째 되는 날에는 1.37. 7일간의 회복 후에는 1.47의 스트레스 정도가 나왔다. 즉, 쥐는 14일간의 소음으로 휴식 때보다 37% 증가된 스트레스를 받았고, 7일의 회복기를 통해 스트레스로부터 회복되지 않았다. The purpose of this research was to evaluate chronic stress using physiological parameters. Wistar rats were exposed to the sound stress for 14 days. Biosignals were acquired hourly. To develop a fuzzy inference system which can integrate physiological parameters. the parameters of the system were adjusted by the adaptive neuro-fuzzy inference system. Of the training dataset, input dataset was the physiological parameters from the biosignals and output dataset was the target values from the cortisol production. Physiological parameters were integrated using the fuzzy inference system. then 24-hour results were analyzed by the Cosinor method. Chronic stress was evaluated from the degree of circadian rhythm disturbance. Suppose that the degree of stress for initial rest period is 1. Then. the degree of stress after 14-day sound stress increased to 1.37, and increased to 1.47 after the 7-day recovery period. That is, the rat was exposed to 37%-increased amount of stress by the 14-day sound and did not recover after the 7-day recovery period.

퍼지론에 의한 강수 예측 2 : 퍼지 시계열의 적용성

김형수,나창진,김중훈,강인주 한국수자원학회 2002 한국수자원학회논문집 Vol.35 No.5

시계열의 예측은 통상 추계학적 모형에 의해 수행하여 왔다. 그러나 본 연구에서는 퍼지 개념을 이용한 퍼지 시계열 모형에 의해 강수량 예측을 수행하였다. 기존에 제안된 퍼지 시계열 모형을 이용하여 예측을 수행하고, 예측 능력을 향상시키기 위하여 퍼지 시계열과 뉴로-퍼지 시스템을 연계한 새로운 방법론을 제안하여 상호 비교·분석하였다. 이를 위하여 미국 일리노이주의 강수량 시계열 예측에 적용하였으며, 예측 결과, 기존의 모형보다 본 연구에서 제안한 방법론의 Stochastic model has been widely used for the forecasting of time series. However, this study tries to perform the precipitation forecasting by fuzzy time series model using fuzzy concept. The published fuzzy based models are used for the forecasting of t

퍼지 추론과 뉴로 퍼지 모델을 이용한 자연 환기 시스템

강원명(Won-Myoung Kang),김은경(Eun-Kyoung Kim),김용기(Yong-Gi Kim) 한국지능시스템학회 2018 한국지능시스템학회논문지 Vol.28 No.2

현대인의 삶에 있어서 가장 높은 비율을 차지하는 실내공간의 환경은 매우 중요하다. 실내공간의 공기는 외부의 공기보다 급속하게 오염이 된다. 실내공간의 오염을 해소하는 데에 있어 사용자의 외부 조작이 사용자의 환경에 맞는 자연 환기 시스템을 구현한다. 본 논문에서는 Mamdani형 퍼지 제어기를 구현하고 환기 효과를 검증 한 후 퍼지 추론 모델을 기반으로 인공신경망을 구성하여 외부조작을 기반으로 한 학습이 이루어지는 적응형 뉴로-퍼지 모델을 설계한다. 이를 통해 학습효과가 사용자의 환경에 맞게 이루어지는지 실험하여 검증하였다. The environment of the indoor space, which occupies the highest proportion in modern life, is very important. The air in the indoor space is polluted more quickly than the outside air. In order to solve the contamination of the indoor space, we implement a natural ventilation system based on the external manipulation by the user. In this paper, we design Mamdani type fuzzy controller and verify its ventilation effect. Then, we construct an adaptive neuro fuzzy inference model that learns based on external manipulation during operation.We have tested and verified that the learning effecist tailored to the user "s environment.

실시간 자료지향형 예측과 2차원 수리해석을 연계한 도시침수 저감모형 개발

손아롱,한건연,Son. Ah Long,Han. Kun Yeun 한국방재학회 2014 한국방재학회 학술발표대회논문집 Vol.2014 No.1

최근 빈번하게 발생하고 국지성 집중호우와 같이 갑작스럽게 발생한 높은 강도의 강우에 의한 유출량에 적절하게 대처하기 위하여 실시간 배수펌프장 운영기법의 개발 및 내수침수 예측이 가능한 시스템 개발이 요구된다. 본 연구의 목적은 최근 빈번하게 발생하고 있는 도시지역에서의 집중호우로 인한 내수침수에 대비하기 위하여, 내배수 시설의 실시간 운영 알고리즘을 개발하고 이러한 도시홍수 대책의 효과를 분석 및 향후 내수침수 예측을 위하여 내수침수 해석 모형을 개발하고자 한다. 개발한 모형의 적용성을 검증하기 위하여 마포배수구역에 발생한 2010년 9월 호우사상에 대하여 적용하였다. 뉴로-퍼지 모형은 불필요한 입력자료의 수는 모형의 규칙수를 증가시키고 오차를 유발하므로 최소한의 입력자료를 구성하기 위하여 크게 시간적 매개변수와 공간적 매개변수로 나누어 모형을 개발하였으며 가장 작은 오차과 큰 결정계수를 가지는 모형을 최종적으로 선택하였다. 이전 시간의 입력자료로부터 현재 시간의 수위를 예측하고 예측된 현재 시간의 수위를 바탕으로 작동 펌프의 수를 산정해야 한다. 이 과정에서 최적의 작동 펌프의 수를 계산하기 위하여 최적화 기법으로 수정된 유전자 알고리즘을 적용하였으며 여러 제약조건과 목적함수를 만족시키는 작동펌프의 수를 도출하였다. 계산된 작동 펌프의 수는 뉴로-퍼지모형의 입력자료가 되어 다음 시간의 수위 예측이 가능하도록 한다. 마포배수구역에 적용결과 모든 배수펌프장에서 최고수위와 최저수위를 만족하는 결과를 얻을 수 있었으며, 잦은 펌프의 작동과 정지상태를 피하여 운영비 측면에서도 효과적인 결과를 얻을 수 있을 것으로 예상된다. 또한 뉴로-퍼지를 이용한 실시간 배수펌프장 내수위 예측 값을 경계조건으로 하여 개발한 2차원 통합침수해석 모형의 적용성을 검증하였다. 모의결과의 검증을 위해 침수실적도와 2차원 통합침수해석모형에 의해 계산된 침수면적간의 적합도 비교결과 70~80% 범위를 보였다. 뉴로-퍼지 모형을 직접 가동 배수펌프의 수 혹은 토출량을 결정하도록 알고리즘을 구성하지 않음으로서 데이터 기반모형이 가지는 한계점을 극복하고자 우선 배수펌프장의 내수위를 예측하였고 예측된 수위로부터 운전자의 판단이 반영될 수 있으며 배수펌프장의 재난 비상상황시 재해정보지도를 구축함으로서 주민들에게 정보를 제공할 수 있을 것으로 판단된다.

Takagi-Sugeno 추론기법과 신경망을 연계한 뉴로-퍼지 홍수예측 모형의 구축 및 적용 2 : 실제 유역에 대한 적용 및 검증

최승용,한건연 한국수자원학회 2011 한국수자원학회논문집 Vol.44 No.7

본 연구에서는 앞선 연구를 통해 선정된 최적 입력 자료 조합을 이용하여 한강수계의 왕숙천과 금강유역의 갑천에 대한 Takagi-Sugeno 퍼지기법과 신경망을 연계한 뉴로-퍼지 홍수예측 모형을 구축하였다. 구축된 뉴로-퍼지 홍수예측 모형을 한강수계의 왕숙천과 금강유역의 갑천에 적용하여 30분, 60분, 90분, 120분, 150분, 180분의 선행시간에 대해 각각 홍수예측을 수행하였다. 선행시간별 예측수위를 관측수위와 비교한 결과 안정되고 정확도 높은 Based on optimal input data combination selected in the earlier study, Neuro-Fuzzy flood forecasting model linked Takagi-Sugeno fuzzy inference theory with neural network in Wangsukcheon and Gabcheon is established. The established model was applied to Wa

실시간 자료지향형 예측과 2차원 수리해석을 연계한 도시침수 저감모형 개발

손아롱,한건연 한국방재학회 2014 한국방재학회 학술발표대회논문집 Vol.2014 No.-

최근 빈번하게 발생하고 국지성 집중호우와 같이 갑작스럽게 발생한 높은 강도의 강우에 의한 유출량에 적절하게 대처하기 위하여 실시간 배수펌프장 운영기법의 개발 및 내수침수 예측이 가능한 시스템 개발이 요구된다. 본 연구의 목적은 최근 빈번하게 발생하고 있는 도시지역에서의 집중호우로 인한 내수침수에 대비하기 위하여, 내배수 시설의 실시간 운영 알고리즘을 개발하고 이러한 도시홍수 대책의 효과를 분석 및 향후 내수침수 예측을 위하여 내수침수 해석 모형을 개발하고자 한다. 개발한 모형의 적용성을 검증하기 위하여 마포배수구역에 발생한 2010년 9월 호우사상에 대하여 적용하였다. 뉴로-퍼지 모형은 불필요한 입력자료의 수는 모형의 규칙수를 증가시키고 오차를 유발하므로 최소한의 입력자료를 구성하기 위하여 크게 시간적 매개변수와 공간적 매개변수로 나누어 모형을 개발하였으며 가장 작은 오차과 큰 결정계수를 가지는 모형을 최종적으로 선택하였다. 이전 시간의 입력자료로부터 현재 시간의 수위를 예측하고 예측된 현재 시간의 수위를 바탕으로 작동 펌프의 수를 산정해야 한다. 이 과정에서 최적의 작동 펌프의 수를 계산하기 위하여 최적화 기법으로 수정된 유전자 알고리즘을 적용하였으며 여러 제약조건과 목적함수를 만족시키는 작동 펌프의 수를 도출하였다. 계산된 작동 펌프의 수는 뉴로-퍼지모형의 입력자료가 되어 다음 시간의 수위 예측이 가능하도록 한다. 마포배수구역에 적용결과 모든 배수펌프장에서 최고수위와 최저수위를 만족하는 결과를 얻을 수 있었으며, 잦은 펌프의 작동과 정지상태를 피하여 운영비 측면에서도 효과적인 결과를 얻을 수 있을 것으로 예상된다. 또한 뉴로-퍼지를 이용한 실시간 배수펌프장 내수위 예측 값을 경계조건으로 하여 개발한 2차원 통합침수해석 모형의 적용성을 검증하였다. 모의결과의 검증을 위해 침수실적도와 2차원 통합침수해석모형에 의해 계산된 침수면적간의 적합도 비교 결과 70~80% 범위를 보였다. 뉴로-퍼지 모형을 직접 가동 배수펌프의 수 혹은 토출량을 결정하도록 알고리즘을 구성하지 않음으로서 데이터 기반모형이 가지는 한계점을 극복하고자 우선 배수펌프장의 내수위를 예측하였고 예측된 수위로부터 운전자의 판단이 반영될 수 있으며 배수펌프장의 재난 비상상황시 재해정보지도를 구축함으로서 주민들에게 정보를 제공할 수 있을 것으로 판단된다.