선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 대부분의 전문가 시스템[9]이 문제 발생 후 이를 해결하기 위한 시스템인데 반해, 본 연구에서는 운용자로 하여금 고장의 가능성을 예측하고, 가능 부위를 진단하고 이에 대처할 수 있는 전문가 시스템을 개발하고자 한다. 전문가의 지식들이 일반적으로 정량적 표현이 아닌 직관과 경험 등을 기초로 한 언어적 표현에 의존하므로 이진 논리에 기초를 둔 추론으로는 언어에 내포된 불확실성과 애매함을 제대로 결과에 반영 할 수 없다.
- 본 논문에서는 예방보전의 관점에서 시스템에 내재된 다양한 불확실성을 효율적으로 처리하기 위해 전문가의 직관과 경험 등을 기초로 하여 언어적 변량을 취하고 이를 지식의 불확실성과 표현 용어 자체에 애매함이 포함될 수 있는 퍼지 기법을 이용하여 정량화 함으로써, 이진논리에 기초를 둔 방법으로 처리 할 수 없었던 언어적 표현에 내포된 불확실성과 애매함을 고려한 판단이 가능하게 하였다.
- 전문가의 지식들이 일반적으로 정량적 표현이 아닌 직관과 경험 등을 기초로 한 언어적 표현에 의존하므로 이진 논리에 기초를 둔 추론으로는 언어에 내포된 불확실성과 애매함을 제대로 결과에 반영 할 수 없다. 본 논문에서는 지식의 불확실성과 표현 용어 자체에 애매함이 포함될 수 있는 퍼지 집합[7, 10-12]을 이용해 지식을 표현하고 퍼지 집합으로 표현된 지식을 퍼지 논리로 처리할 수 있는 퍼지 전문가 시스템을 개발하고자 한다.
가설 설정
- 그리고, 각 촉발가능사건들의 발생규모 정도와 발생가능성 그리고 각 발생가능 사건들의 요소성능과 발생가능성에 대해서과과 같은 수정된 Baldwin의 램프 함수모형 [6]에 따라 5가지의 등급으로 분류하여 경험 많은 전문가들의 의견을 토대로 언어적 변량으로 표현되었다고 가정하였으며 와 같이 사건수(event tree)를 구성하였다.
- 2>는 촉발가능사건 Ti(i=1~6)에 따른 발생가능사건의 사건수를 구성한 것으로써 하나의 촉발가능 사건으로부터 발생하는 사건수는 31가지의 경로를 갖는다고 가정하였으며, 총 186가지의 경로를 선정하여 모델링 하였다.
- 이때 사건수 분석을 구성하고 있는 각 위험요소들에 대해서는 전문가의 주관적인 판단을 기초로 한다고 가정하였으며, 이러한 위험요소들에 대한 전문가의 언어적 판단을 퍼지 집합의 개념을 응용하여 컴퓨터 시스템의 고장 위험도를 정량적으로 평가할 수 있도록 하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.