메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
퍼지이론이 한때 각광을 받을 수 있었던 것은 설계 방법에 있어서 복잡한 수학적 모델링이 필요 없고, 기존의 설계 방법에 비해 언어적인 기술이 가능함으로써 유지 보수 및 시간과 노력을 절감 할 수 있었기 때문이다. 그러나 이와 같은 성과에도 불구하고 퍼지 시스템 설계 방법에서 문제가 되는 불분명한 설계 방법론 제시와 초기 설계 시 여러 차례의 시행착오를 통해 동정하는 선험적인 측면이 항상 존재해 왔다.
본 논문에서는 퍼지 시스템의 성능 평가에 커다란 영향을 주는 최적의 제어 규칙 및 소속 함수의 형태를 다른 정보 처리 기법, 즉, 뉴로퍼지(neuro-fuzzy)시스템과 같은 융합 기법을 이용하지 않고 기울기 강하법(gradient descent)에 입각한 자체적 학습형 퍼지 시스템을 개발하여 기존의 자기 생성 퍼지 시스템(Araki 방법)보다 비교 반복 횟수는 다소 증가하나 최소한의 규칙 수와 최소한의 퍼지 소속 함수를 자기 생성하는 알고리즘을 개발 하였다.

목차

요약

1. 서론

2. 연구 내용 및 관련 연구

3. 제안한 알고리즘(Kim 방법)

4. 실험 및 비교

5. 결론

6. 참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017976775