[퍼지이론][퍼지][퍼지시스템][퍼지제어][퍼지관계]퍼지이론의 개념, 퍼지이론과 퍼지시스템, 퍼지이론과 퍼지제어, 퍼지이론과 퍼지관계, 퍼지이론과 퍼지집합, 퍼지이론과 퍼지추론, 퍼지이론과 확률론 비교

소개글

[퍼지이론][퍼지][퍼지시스템][퍼지제어][퍼지관계]퍼지이론의 개념, 퍼지이론과 퍼지시스템, 퍼지이론과 퍼지제어, 퍼지이론과 퍼지관계, 퍼지이론과 퍼지집합, 퍼지이론과 퍼지추론, 퍼지이론과 확률론 비교에 대한 보고서 자료입니다.

목차

Ⅰ. 서론

Ⅱ. 퍼지이론의 개념

Ⅲ. 퍼지이론과 퍼지시스템

Ⅳ. 퍼지이론과 퍼지제어

Ⅴ. 퍼지이론과 퍼지관계
1. 기본적인 용어 정의
1) 퍼지 관계(Fuzzyrelation)
2) 정의 구역(domain)
2. 여러 가지 퍼지 관계
1) 반사적(reflexive) 퍼지 관계
2) ε-반사적( ε-reflexive) 퍼지 관계
3) 약한 반사적(weakly reflexive) 퍼지 관계
4) 대칭적(symmetric) 퍼지 관계
5) 비대칭적(antisymmetric) 퍼지 관계
6) 완전 비대칭적(perfectly antisymmetric) 퍼지 관계

Ⅵ. 퍼지이론과 퍼지집합
1. 퍼지집합 A 의 소속함수를 μA : x → [ 0, 1 ] 라고 했을 때
2. 참고 : 집합
1) 일반집합, 이진집합(Binary Set, Crisp Set)
2) 퍼지집합(Fuzzy Set)
3) 크리스프집합의 소속함수
4) 퍼지집합의 소속함수

Ⅶ. 퍼지이론과 퍼지추론
1. 고전적 추론방법
1) 전향 추론(modus ponens)
2) 후향 추론(modus tolens)
2. 퍼지 추론 규칙
1) 결합 규칙(conjunctive rule)
2) 카티션 규칙(cartesian product)
3) 프로젝션 규칙(projection rule)
4) 합성 규칙(compositional rule)

Ⅷ. 퍼지이론과 확률론 비교

Ⅸ. 결론

참고문헌

본문내용

) ∧ μR(x,y)},∀(x,y) ∈ R
x
Ⅷ. 퍼지이론과 확률론 비교
퍼지이론이 제창되었을 때 일어난 비판의 하나에 ‘이것은 확률론과 같다. 따라서 확률론으로 바꿔 놓고 생각할 수가 있으니까 퍼지이론 같은 것은 필요없다’는 의견이 제기됐다. 분명히 확률론에서도 0과 1사이의 수치를 사용한다. 그러나 여기서 주의해야 할 것은 취급하는 애매성이 근본적으로 다르다는 것이다. 먼저, 확률론에서 취급하고 있는 애매성에 대해서 생각해 보자. 주사위의 눈은 1에서 6까지 밖에 없다. 따라서 그 사이의 수는 모두 알고 있다는 것이 된다. 주사위의 눈이 나오는 확률은 앞에서 말한바와 같이 각각 6분의 1이며 전부 같이 나올 가능성을 가지고 있다. 그러므로 여기서 말하는 애매성은 던지기 전에 어떠한 숫자가 나올지 모른다는 의미가 된다. 던지고 난 후면 그 결과는 분명해지며 따라서 미래란 알 수 없기 때문에 던지기 전에는 답을 알 수가 없다. 이를 바꾸어 말한 반면 확률에서는 일어날지도 모르는 애매성만 취급하고 있으며 일어날 수 있는 모든 확률의 총합은 1이 되어야 한다. 이처럼 확률론에서는 엄격한 조건이 갖추어져야 한다. 그러나 이 확률론이 퍼지이론이 등장하기 전에는 애매성을 취급하는 유일한 이론이었다는 것은 사실이다. 통계학에서는 확률론을 자주 이용하기 때문에 많은 사례를 통해서 일어날 수 있는 확률을 수치화하기 위해 많은 노력을 하고 있다. 일어날 수 있는 확률의 값을 알게 됨으로써 비로소 확률론이 살아나기 때문이다. 확률론은 복잡한 계산을 요하지만 앞서 지적한 전체가 분명히 정해진 경우 매우 유용한 방법임이 틀림없다. 또한 지금까지 많은 분야에서 그 유효성이 입증되고 있다. 단 일어날 가능성을 전혀 모른다거나 여간해서 일어나지 않을 경우에는 확률의 값을 정확하게 알 수 없기 때문에 어떤 복잡한 계산을 하더라도 그다지 유효하다고는 할 수 없다. 한편, 퍼지이론에서 취급하고 있는 애매성. 다시 말해 퍼지니스는 랜덤니스와는 근본적으로 다르다. 예를 들면 내일 대단한 미인을 만날 수 있을까 하는 문제를 놓고 생각해 보자. 이에 대한 대답은 내일이 되지 않으면 알 수 없다. 여기까지는 확률론의 영역이다. 그런데 다음날이 되어 어떤 여성을 만났다하자. 만난 여성이 미인인지 아닌지를 YES, NO로도 간단히 판단할 수 있겠는가 하는 문제가 생긴다. 퍼지이론은 실제로 만나도 명확한 판단을 내릴 수 없는 문제, 주관에 바탕을 둔 애매성을 대상으로 하고 있는 것이다.
확률론은 집합론을 기본으로 하며 퍼지이론은 퍼지집합을 기본으로 하고 있다. 퍼지집합의 모임은 통상의 집합이므로 퍼지집합을 대상으로 한 확률론이란 것도 성립된다. 요컨대 양자는 다른 개념을 가지면서도 공존할 수 있는 이론이기도 한 것이다.
확률론은 집합론을 기본으로 하며 퍼지이론은 퍼지집합을 기본으로 하고 있다. 퍼지집합의 모임은 통상의 집합이므로 퍼지집합을 대상으로 한 확률론이란 것도 성립된다. 요컨대 양자는 다른 개념을 가지면서도 공존할 수 있는 이론이기도 한 것이다. 다시 우리의 말에 관련된 애매성에 대해 생각해 보자. 인간은 본질적으로 애매한 것이라고 기술했지만 그 원인은 인간이 언어를 사용하고 있기 때문이 아닌가 생각된다. 다시 말해 말의 의미는 본질적으로 애매하다는 것이다. 우리가 말로 표현하고자 하는 개념은 연속적이며 애널로그적인 것이다. 이것을 말하고자 하는 디지털 기호(심볼)에 맡겨 서로 커뮤니케이션을 하는 것이다. 그러므로 기호에 대한 의미는 서로의 머릿속에서 그 기호에 따라 말을 하고 있다고 할 수 있다. 그런데 인간과 컴퓨터가 하나의 사회에서 공존하게 되면 컴퓨터에게 언어의 의미를 이해시키는 작업이 필요하게 된다. 컴퓨터가 언어를 기호로 받게 되면 언어의 의미를 생각해 내지 않으면 안 된다. 이것이 퍼지집합에 대한 멤버십관수인 것이다. 다시 말해 퍼지집합에 언어 즉 기호이며 멤버십관수가 그 언어의 의미에 해당되는 것이다.
퍼지이론은 이 같은 의미의 수치화에 의해 컴퓨터가 의미를 취급하는 하나의 방법을 제공했다고 할 수 있다. 그리고 주관에 의한 말의 의미에 대한 애매성을 멤버십관수라고 하는 자유로이 설정할 수 있는 수치에 의해 흡수하고 표현하고 있는 것이다. 인간의 지식을 컴퓨터가 취급하려면 지식의 의미를 컴퓨터내부에 표현하지 않으면 안 되는 것이다. 퍼지인론은 그것을 위한 유력한 이론적 도구가 되어 있는 것이다.
Ⅸ. 결론
사회 형성에 대비한 교육의 방향은 결국 창의력이 풍부한 인간의 육성, 정보 수집 및 관계 분석 능력을 갖춘 인간의 육성 등을 들 수 있다. 그러므로 지금의 교육은 단순 기능인 육성을 위한 복창식 지도 보다는 자기 주도적으로 지적 가치를 창조할 수 있도록 지도 되어져야 한다.
수학과의 지도도 소수의 몇 사람만을 위한 수학적 소양의 함양 내지는 육성으로 그쳐서는 안 될 시대적 요청에 직면하게 된 것이다. 이는 우리 사회의 문제를 해결해 가는 데 있어서 수학적으로 생각하여 데이터를 해석 처리하고, 과학기술 세계에서 의사소통을 할 수 있는 시민과 직업 능력을 필요로 하고 있는 때가 되었기 때문이다. 그러므로 학교 교육 현장에서도 교육과정의 변화에 따라 제7차 교육과정으로의 개정을 맞게 되었는데, 이의 방향은 제6차 교육과정의 기본철학을 승계한 ‘학습자 중심의 교육과정 구현’이라는 시대적 명제를 해결하기 위한 것과 자율적이고 창의적인 한국인의 육성을 위한 학교 교육에로의 변화를 주된 것으로 하고 있는 것이다.
참고문헌
김성신(2011), 퍼지이론을 이용한 객체지향언어에서의 알고리즘 효율성 평가시스템 개발, 호서대학교
김태경 외 2명(2002), 퍼지 이론을 이용한 자기 주도적 학습 평가에 관한 연구, 한국지능정보시스템학회
박달원 외 3명(2003), 평가부분에서 지식공간과 퍼지이론의 활용 방안에 관한 연구, 한국학교수학회
정창욱 외 2명(2003), 퍼지이론을 이용한 학습 평가 방법에 관한 연구, 한국해양정보통신학회
허식 외 1명(2007), 퍼지이론을 이용한 조직구성원의 업무수준결정, 한국지능시스템학회
현민우 외 4명(2011), 퍼지이론을 이용한 긴급오더 의사결정 연구, 한국경영공학회

키워드

퍼지이론,   퍼지,   퍼지시스템,   퍼지제어,   퍼지관계