|
퍼지 이론을 현장에 적용하는 연구가 활발하게 이루어지고 있다. 퍼지 제어 기법은 수학적인 모델링이 없어도 전문가적인 경험적 정보를 이용하여 정량적 명제로 구성된 간단한 제어 규칙을 소프트웨어적으로 실현하여 제어하는 기법이다(L.
|
|
|
퍼지규칙의 많은 실수연산
퍼지 연산시 데이터 전송 70% 차지
대규모 전문가 시스템 필요
IBM-PC와 독립적인 연산수행 필요
실시간을 위한 병렬화 방법 필요 서 론
기초연구
시스템 설계
시스템 구현
실험 및 성능 비교
결
|
|
|
특징은 처음 상태의 아주 작은 변화가 완전히 다른 결과를 가져온다는 것이다. 카오스 이론이란?
나비효과란?
카오스 이론에서 나온 퍼지 이론이란?
카오스 이론을 접목시킨 영화
불규칙한 운동의 원인
카오스이론이 적용되는 예
|
|
|
규칙을 적용한 결과는 퍼지 집합으로 번역하고 이것은 또 다른 형태의 퍼지 집합을 만든다. 이런 결과로 얻은 퍼지 집합은 본래의 전제로부터 근사 결과를 얻어낸다.
3. 퍼지 전문가 시스템의 예
어떤 사람이 적당한 양의 자본을 갖고 최대 이
|
|
|
규칙의 THEN부분을 모두 비교해야 한다. 이들은 모두 5개의 퍼지 집합을 만들고 모든 언어의 값은 단위 폐구간에서 정의할 수 있는 퍼지 수로 쉽게 관측하여 얻을 수 있다.
퍼지 수는(A,B,a,b)의 4개 원소를 갖는 튜플로 표현되는데 A,B는 귀속도가
|
|
|
THEN u3 is U3
RN : IF eN is EN and
int`
eN is
int`
EN THEN uN is UN (식3)
식 (3)에서 E,
int`
E, U는 퍼지 변수이다. 그리고 제어 규칙의 전건부 e,
int`
e는 퍼지 제어기의 입력이며, 후건부의 u는 출력이다. 이때 i번째 제어규칙은 다음과 같다.
Ri = ( Ei
int`
Ei ) Ui
|
|
|
퍼지 규칙(fuzzy rule)을 적용함으로써 후방향 전파(back propagation)의 수렴률을 향상시킬 수 있다.
ㆍ패턴 분류(pattern classification)
퍼지 논리(fuzzy logic)이나 뉴럴 네트워크를 이용하여 핸드오프(handoff)에 관한 패턴 분류를 한다. 즉, 하나의 기지국이
|
|
|
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 설
|
|
|
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 설
|
|
|
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 pro
|
|
메뉴펼치기
