[퍼지][퍼지이론 활용][퍼지화][퍼지로직 사례][퍼지 설계방법][퍼지의 전망]퍼지 분류, 퍼지와 퍼지적 사고, 퍼지와 퍼지이론 활용, 퍼지와 퍼지화, 퍼지와 퍼지로직 사례, 퍼지 설계방법, 향후 퍼지의 전망

소개글

[퍼지][퍼지이론 활용][퍼지화][퍼지로직 사례][퍼지 설계방법][퍼지의 전망]퍼지 분류, 퍼지와 퍼지적 사고, 퍼지와 퍼지이론 활용, 퍼지와 퍼지화, 퍼지와 퍼지로직 사례, 퍼지 설계방법, 향후 퍼지의 전망에 대한 보고서 자료입니다.

목차

Ⅰ. 서론

Ⅱ. 퍼지의 분류
1. 퍼지수
1) 컨벡스(convex)
2) 정규(normal)
3) μA(소속함수)가 구분적 연속
2. 퍼지수의 표현
3. 퍼지수의 연산
4. 퍼지관계(Fuzzy Relation)
1) 역퍼지관계 : R-1
2) Identity relation : I
3) Zero relation : Z
4) Universe relation : U
5. 퍼지관계의 연산
1) 퍼지관계의 합집합
2) 퍼지관계의 교집합
3) 퍼지관계의 여집합
6. 퍼지관계 연산의 성질
7. 퍼지관계의 확장과 축소
1) 사영(Projection)
2) 원통확장(Cylindrical Extension)
8. 퍼지관계의 합성
9. 퍼지관계의 합성의 성질
10. 퍼지관계를 합성하는 방법
1) max-min 합성
2) max-product 합성
3) max-average 합성

Ⅲ. 퍼지와 퍼지적 사고

Ⅳ. 퍼지와 퍼지이론 활용

Ⅴ. 퍼지와 비퍼지화
1. 비퍼지화
2. 퍼지 PI 제어 구동 시스템

Ⅵ. 퍼지와 퍼지로직 사례

Ⅶ. 퍼지의 설계방법
1. 1단계
2. 2단계
3. 3단계
4. 4단계
5. 5단계
6. 퍼지모델의 동정
1) 전반부 동정
2) 후반부 동정

Ⅷ. 향후 퍼지의 전망

Ⅸ. 결론

참고문헌

본문내용

어를 행하였다.
일반적인 PI 속도 제어시의 정역 운전에 대한 응답 특성을 나타내고 있다. 이 파형을 관찰해 보면 ±1000[rpm]의 운전시는 오버슈트 없이 제어가 잘되고 있다.
PI 게인 조건에서 ±100[rpm]의 운전 특성으로 오버슈트가 나타나고 있음을 알 수 있다.
PI 게인과 rpm 조건에서 퍼지 로직을 이용하여 제어를 행한 결과이다. 이 파형에서 보면 거의 같은 응답 특성을 나타내고 있다.
PI 게인과 rpm 조건에서 운전된 결과를 나타내는 것으로 속도 응답은 오버슈트 없이 기준 명령값에 잘 추종되고 있음을 알 수 있다.
이상과 같은 실험 결과들을 종합해 보면 일반적인 PI 제어시에는 속도 명령값이 변하면 응답 특성이 나빠지는 것을 알 수 있는데 반해, 퍼지 로직을 이용한 PI 제어시에는 속도의 변화에 상관없이 우수한 응답 특성이 나타나고 있음을 알 수 있다.
Ⅶ. 퍼지의 설계방법
퍼지제어기든 일반제어기든 제어기라면 제어대상의 선정, 모델링, 해석, 설계, 검증의 다섯 가지 큰 흐름은 일치한다. 퍼지제어기의 설계는 일반제어기의 설계와 큰 흐름은 같지만 표현방법의 근본적인 차이에서 오는 여러 가지 차이점을 고려해 주기 위해서는 퍼지제어기만의 독특한 설계방법을 적용하여야 한다. 퍼지제어기 설계를 단계별로 구분해보면 다음과 같다. 일단 퍼지제어기 설계를 위해서는 무엇을 제어해야할 것인가를 알아야 한다. 이렇게 제어할 대상이 선정이 되면 어떻게 제어해야하는지를 파악하고 이를 위해 필요한 제어변수를 추출해내야 한다. 다음으로 이 변수들을 바탕으로 제어규칙을 설정한다. 이 과정은 기계가 대신해 줄 수 있는 과정이 아니다. 그 계통에 숙련자나 전문가의 의견을 통하여 수행한다. 이 때 규칙에 포함되는 변수나 상수들의 소속함수도 적절하게 설정해 주어야 한다. 이렇게 작성된 제어기를 통해 성능을 시험해보고 원하는 수준에 이를 때까지 규칙과 소속함수 등을 조정해 주어야 한다.
1. 1단계
제어할 대상의 선정
2. 2단계
대상의 해석을 통한 제어변수 설정
3. 3단계
대상을 바탕으로 제어규칙 설정
4. 4단계
대상에 대한 소속함수 설정
5. 5단계
제어규칙의 검증
위의 과정을 통해 제어규칙과 소속함수가 정의되면 앞 절에서 알아본 추론법을 이용하여 출력값을 구한 후 비퍼지화 과정을 거치면 실제로 계통을 제어할 수 있다.
퍼지모델은 앞에서도 알아보았듯이 동정의 범위가 매우 넓다. 입력변수의 선택, 입력변수의 순서 선택, 퍼지변수공간의 분할, 소속함수와 관련된 파라미터의 동정, 출력변수의 선택, 선형식의 계수 결정 등 매우 여러 가지 값들이 적용대상이 된다. 동정을 통해서 제어기에 최적의 값들을 구해줄 수 있다. 동정될 값들에 따라 동정수법이 다르다. 예를 들어 선형식의 계수를 구하는 것은 많은 경우 최소자승법이 사용된다.
6. 퍼지모델의 동정
1) 전반부 동정
구조 동정 : ⅰ) 입력변수의 선택
ⅱ) 퍼지 변수 공간의 퍼지 분할의 수
파라미터 동정 : 퍼지 변수의 membership function
2) 후반부 동정
구조 동정 : 후반부 변수의 선택
파라미터 동정 : 파라미터 계수의 결정
마지막 검증과정에서 필요한 규칙을 추가하고, 제어에 악영향을 미친다고 생각되는 규칙을 제거 하는 제어 규칙의 수정과정을 통해서 최적의 제어규칙을 찾아낸다.
Ⅷ. 향후 퍼지의 전망
인터넷 쇼핑몰의 이용도가 증가함에 따라 컴퓨터 전문 쇼핑몰도 늘어나고 있는 추세이다. 기존의 컴퓨터 전문 쇼핑몰들은 컴퓨터 부품간의 호환정도를 고려하지 못해 사용자의 부담이 매우 컸었다. 하지만 이런 부품의 호환 정도를 검사해주는 쇼핑몰은 사용자가 보다 나은 환경에서 쇼핑을 할 수 있을 것이라 생각한다.
컴퓨터 전문 쇼핑몰에서 부품간의 호환 정도를 검사해주는 에이전트인 퍼지 에이전트를 구현하였다. 에이전트는 퍼지 이론을 이용하였다. 그리고 사용자의 부품을 감시할 수 있는 모니터링 에이전트와 모니터링 한 자료를 분석해주는 분석 에이전트, 개인의 개인정보를 관리해주고 개인에 맞는 상품추천을 해주는 개인화 에이전트를 구현하였다. 이런 퍼지 에이전트의 개발로 인해서 초보자나 중급자, 더 나아가서 고급 사용자까지도 편리하게 컴퓨터를 조립할 수 있을 것으로 생각된다.
향후 연구로는 다른 분야에서도 많은 응용에 적용할 수 있도록 정형화된 지능형 에이전트가 개발되어야 한다.
Ⅸ. 결론
사회가 복잡해지고 생활수준이 향상되어감에 따라 학교교육의 내용도 다양화되었다. 따라서 복잡한 학습활동에 효과적으로 대처할 수 있도록 하기 위한 여러 가지 교수법들이 개발되었으며, 교수능률 향상에도 많은 기여를 하고 있다. 그러나 일반 학교의 정상 학급에서 찾아볼 수 있는 한 가지 사실은 평균적인 지능과 정상적인 신체 발달을 보이는 학생들 가운데 학습에 곤란을 누적적으로 경험하여 학교성적이 부진한 학생의 수가 점점 증가한다는 점이다.
일반적으로 정서적으로 큰 결함이 없고 정신적으로 지체되지 않았고, 뇌손상이 없으며, 대부분의 행위에서 정상적 학습자들과 큰 차이가 없음에도 불구하고 정상 학생에 비해 수학 학습 영역에서 낮은 성취를 보이는 학생들이 여전히 존재하고 있다. 그럼에도 불구하고 학교교육 현장에서의 수학교육은 교사가 수업목표 및 내용을 모두 결정하고 교재를 선택하여 교사 관점으로 학생들을 가르치기 위한 수업을 설계하고 실행, 평가하고 있다. 그럼으로써 학생들이 배우는 지식의 양은 많지만 자신이 주체가 되어 발견하는 경험이 많지 않으며 지식의 근본이 되는 구체적이고 직접적인 경험이 적다.
수학적인 지식이 정말로 옳고 유용한 것이라는 실감을 갖게 하기 위해서는 학생 스스로 학습목표를 인식하고 수업에 직접 참여하여 이끌어 가는 다양한 기회와 환경이 제공되는 교육이 필요하다.
참고문헌
김상일(1992), 퍼지와 한국문화, 전자신문사
박종진(2001), 퍼지 제어시스템, 교우사
박창균(2008), 퍼지논리와 세계관, 한국지능시스템학회
오성권(1999), 퍼지모델및 제어이론과 프로그램, 기다리
장규만(2012), 퍼지 부분공간의 성질, 공주대학교
한도영 외 1명(2012), 예측과 보상 기능이 포함된 퍼지 제어알고리즘, 대한설비공학회

키워드

퍼지,   퍼지적 사고,   퍼지이론,   비퍼지화,   퍼지로직