$\require{mediawiki-texvc}$
  • 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

고객 만족 서비스를 위한 퍼지 추론 시스템 구조

Fuzzy Inference System Architecture for Customer Satisfaction Service

초록

최근 대부분의 주차관리 시스템들은 고객들에게 다양한 서비스를 제공하고 있지만, 그 서비스들의 대부분은 주차 공간의 확장 및 자동 주차 관제시스템 등 극히 제한적이다. 고객들에게 주차 관리 서비스의 질을 한 층 더 높이고 다양화하기 위해서는 고객이 그 시스템에 대해서 어느 정도 만족하는지를 고려하는 것은 필수적이라 할 수 있다. 같은 조건하에서도 고객들마다 만족도는 다를 뿐만 아니라 애매한 언어로 표현될 수 있다. 따라서 본 연구에서는 고객들이 어느 정도로 주차 관리시스템에 대해서만족하는지를퍼지변수로정량화하는방법과주차관리시스템의제반문제점들에대해서 효율적인 결정을 내릴 수 있는 퍼지 추론 시스템 구조를 제안한다. 이러한 구조 하에서 퍼지논리를 이용한 추론엔진은 퍼지 지식베이스의 규칙과 상황 데이터를 비교 하고, 중간 결과를 얻어 통합하고, 역퍼지화 과정을 거쳐 최종 결과 값을 MATLAB 프로그램을 이용하여 얻어낸다. 본 연구에서 제안한 퍼지 추론 시스템 구조는 사람의 감정과 같이 애매하게 표현될 수 있는 경우에 고객의 만족도를 효율적으로 분석할 수 있다. 이 구조는 주차장 고객만족도 뿐만 아니라 도메인이 다른 다양한 서비스 분야 등의 고객만족도를 분석하고 개선하기 위한 방법에도 효율적으로 활용할 수 있을 것이다.

Abstract

Recently most parking control systems provide customers with various services, but most of the services are just the extension of parking spaces, automatic parking control system and so on. It is essential to use the satisfaction degree as the extent that customer are satisfied with parking control system to improve the quality of the system services and diversify the system services. The degree of satisfaction is different from customer to customer in same condition and can be represented as linguistic variables. In this paper, we present therefore a technique that quantify how much customer are satisfied with parking control system and fuzzy inference system architecture as a solution that can help us to make a efficient decision for these parking problems. In this architecture, inference engine using fuzzy logic compares context data with the rules in the fuzzy rule-based system, gets the sub-results, aggregates them and defuzzifies the aggregated result using MATLAB application programming to obtain crisp value. Fuzzy inference system architecture presented in this paper, can be used as a efficient method to analyze the satisfaction degree which is represented as fuzzy linguistic variables by human emotion. And it can be used to improve the satisfaction degree of not only parking system but also other service systems of various domains.

참고문헌 (18)

  1. Roman M., Christopher H., Renato C., Anand R., Roy H. C., and Klara N. "Gaia : A Middleware Infrastructure to Enable Active Spaces," In IEEE Pervasive Computing. Vol. 10, No. 12, pp. 74-83, 2002. 
  2. Z.Q. Liu, and F. Yan, "Fuzzy Neural Network in Case-Based Diagnostic System," IEEE Trans. on Fuzzy Systems, Vol. 5, No. 2, pp. 209-222, May 1997. 
  3. The MathWorks, http:/ /www.mathworks.com 
  4. 유정상, 권희철, "주차 관리시스템에서 지능형 추론 구조2009," 한국경영공학회지, 제 13권, 제 3호, 231-237쪽, 2008년 11월. 
  5. 권희철, 유정상, "만족도를 고려한 주차관리시스템에서 혼합 추론 구조," 한국경영공학회지, 제 4권, 제 1호, 169-177쪽, 2009년 3월. 
  6. R. A. Ribeiro, "Fuzzy Space Monitoring and Fault Detection Applications," Decision Systems, Vol. 15, No. 2-3, pp.267-286, 2006. 
  7. C.-C. Huang, S.-J. Wang, Y.-J. Chang, and T. Chen, "A Bayesian hierarchical detection framework for parking space detection," IEEE Int. Conf. ICASSP pp.2097-2100, Apr. 2008. 
  8. Shobhit S., and Syed M. M., "An intelligent Architecture for Metropolitan Area Parking Control and Toll Collection," Intelligent Vehicles Symposium, Proceeding, IEEE, pp. 723-728, Jun. 2005. 
  9. Ivan G., Mairtin O., and Damien M., "Intelligent Car Parking Locator Service," International Journal Technologies and Knowledge, Vol 2. No. 2, 2008. 
  10. S. Yasunobu, and T. Matsubara, "Fuzzy Target Acquired by Reinforcement Learning for Parking Control," SICE Annual Conf. pp. 1303-1308, Aug. 2003. 
  11. Dan W. Patterson, "Introduction to Artificial Intelligence and Expert Systems," Prentice-Hall, 1990. 
  12. Dan W. Patterson, "Introduction to Artificial Intelligence and Expert Systems," Prentice-Hall, 1990. 
  13. H.-J. Zimmermann, "Fuzzy Set Theory-and Its Applications," Kluwer-Nijhoff Publishing, 1985. 
  14. George J. Klir, and Bo Yuan, "Fuzzy Sets, Fuzzy Logic, and Fuzzy Systems," World Scientific, 1996. 
  15. 이광형, 오길록, "퍼지이론 및 응용," 홍릉과학 출판사, 1991년. 
  16. 도용태, 김일곤, 김종완, 박창현, "인공지능 개념 및 응용," 사이텍 미디어사, 2001년. 
  17. Gu T., Pung H.K, and Zhang D.Q,, "A middleware for building context-aware mobile services," Proceedings of IEEE Vehicular Technology Conference (VTC), Vol. 5, pp. 2656-2660, May 2004. 
  18. M. B. Celik, and R. Bayir, "Fault detection in internal combustion engines using fuzzy logic," Automobile Engineering, Vol. 221, pp. 579-587, 2007. 

이 논문을 인용한 문헌 (2)

  1. Lee, Hyeong-Il ; Choi, Hak-Yun 2011. "Design and Implementation of Fuzzy Agent Based On the Early Warning Method" 韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, 16(6): 31~39 
  2. Kwon, Hee-Chul ; Yoo, Jung-Sang 2012. "A Hybrid Inference System for Efficiently Controlling Reversible Lane" 韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, 17(11): 19~26 

원문보기

원문 PDF 다운로드

  • ScienceON :
  • KCI :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일