$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

바이러스-진화 유전 알고리즘을 이용한 퍼지 모델링

Fuzzy Modeling Using Virus-Evolutionary Genetic Algorithm

초록

본 논문은 기존의 수학적인 모델링으로는 만족스러운 결과를 얻기 어려운 복잡하고 불확실한 비선형 시스템에 대한 퍼지 모델링 기법을 다룬다. 유전 알고리듬은 어느 정도 최적해를 전역적으로 찾을 수 있기 때문에 퍼지 모델링시에 파라미커와 구조를 동정하기 위하여 사용되었다. 하지만, 유전 알고리듬은 개체군이 유전적 다양성을 잃었을 경우 조기 수렴한다는 문제점이 있으며 바이러스-진화 유전 알고리듬은 이러한 지역수렴에 대한 방아닝 될 수 있다. 따라서, 본 논문에서는 바이러스 이론이 적용된 VEGA를 퍼지 모델링 할 때 이용할 수 있는 방법을 제안한다. 이 방법에서는 지역정보가 개체군 내에서 교환됨으로써 유전적 다양성을 유지하게 된다. 마지막으로, 본 논문에서 제안한 방법의 우수성과 일반성을 평가하기 위해 몇 가지의 수치적 예제를 제공한다.

Abstract

This paper deals with the fuzzy modeling for the complex and uncertain nonlinear systems, in which conventional and mathematical models may fail to give satisfactory results. Genetic algorithm has been used to identifY parameters and structure of fuzzy model because it has the ability to search optimal solution somewhat globally. The genetic algorithm, however, has a problem, which optimization process can be premature convergence in the case of lack of genetic divergence of population. Virus- evolutionary genetic algorithm(VEGA) could be a strategy against this local convergence. Therefore, we use VEGA for fuzzy modeling. In this method, local information is exchanged in population so that population can sustain genetic divergence. finally, to prove the theoretical hypothesis, we provide numerical examples to evaluate the feasibility and generality of fuzzy modeling using VEGA.

참고문헌 (19)

  1. The Evaluation of Fuzzy Models Derived from Experimental Data , R.M. Tong , Fuzzy Sets and Systems / v.4,pp.1-12, 1980
  2. An Identification Algorithm in Fuzzy Relational Systems , W. Pedrycz , Fuzzy Sets and Systems / v.13,pp.153-167, 1984
  3. Fuzzy Model Identification and Self-learning for Dynamic Systems , C.W. Xu , IEEE Trans. Syst. Man. Cybern. / v.17,pp.683-689, 1987
  4. Fuzzy Identification of Systems and Its Application to Modeling and Control , H. Takagi;M. Sugeno , IEEE Trans. on Sys. Man and Cybern. / v.15,pp.116-132, 1985
  5. Structure Identification of Fuzzy Model , M. Sugeno;G.T. Kang , Fuzzy Sets and Systems / v.28,pp.15-33, 1988
  6. A Fuzzy-Logic-Based Approach to Qualitative Modeling , M. Sugeno;T. Yasukawa , IEEE Trans. on Fuzzy System / v.1,pp.7-31, 1993
  7. Fuzzy Sets , L.A. Zadeh , Information Control / v.8,pp.338-353, 1965
  8. Fuzzy System Modeling by Fuzzy Partition and GA Hybrid Schemes , Y.H. Joo.;H.S. Hwang;K.B. Kim;K.B. Woo , Fuzzy Sets and Systems / v.86,pp.279-288, 1997
  9. A Natural Occurring Niche & Species Phenomenon : The Model and First Results , Y. Davidor , Proc. of The Fourth Int. Conf. on Genetic Algorithms / v.,pp.257-263, 1991
  10. Fine-Grained Parallel Genetic Algorithms , B. Manderick;P. Spoessens , Proc. of The Fourth Int. Conf. on Genetic Algorithm / v.,pp.428-433, 1991
  11. S. Mahfoud;D.E. Golderg , A Genetic Algorithm for Parallel Simulated Annealing, Parallel Problem Solving from Nature 2 / v.,pp., 1992
  12. Hybridizing Genetic Algorithms with Hill-Climbing Methods for Global Optimization : Two Possible Ways , J. Renders;H. Bersini , Proc. of the First IEEE Conf. on Evolutionary Computing / v.1,pp.312-317, 1994
  13. Virus-Evolutionary Genetic Algorithm for a Self-Organizing Manufacturing System , N. Kubota;T. Fukuda;K. Shimojima , Computers & Indestrial Engineering / v.30,pp.1015-1026, 1996
  14. J.H. Holland , Genetic Algorithms in Search, Optimization and Machine Learning / v.,pp., 1989
  15. M. Begon;J.L. Harper;C.R. Townsend , Ecology : Individuals, Populations and Communities / v.,pp., 1996
  16. The Role of Virus Infection in Virus- Evolutionary Genetic Algorithm , N. Kubota;K. Shimojima;T. Fukuda , Proc. of IEEE Int. Conf. on / v.,pp.182-187, 1996
  17. 비선형 시스템의 퍼지 모델링에 관한 연구 , 장욱;손유석;주영훈;박진배 , 대한 전기학회 논문집 / v.47,pp.826-833, 1998
  18. G.E.P. Box;G.M. Jenkins , Time Series Analysis, Forecasting and Control / v.,pp., 1970
  19. Linguistic Model Identification for Fuzzy System , Y.H. Joo;H.S. Hwang;K.B. Kim;K.B. Woo , Electronics Letters / v.31,pp.330-331, 1995

이 논문을 인용한 문헌 (1)

  1. 2001. "A Study on the Self-Evolving Expert System using Neural Network and Fuzzy Rule Extraction" 퍼지 및 지능시스템학회 논문지 = Journal of fuzzy logic and intelligent systems, 11(3): 231~240 

DOI 인용 스타일