[논문]GMDH를 이용한 비선형 시스템의 모델링 성능 개선

홍연찬

doi:10.6109/jkiice.2010.14.7.1544

GMDH를 이용한 비선형 시스템의 모델링 성능 개선
Performance Improvement of Nonlinear System Modeling Using GMDH 원문보기

한국해양정보통신학회논문지 = The journal of the Korea Institute of Maritime Information & Communication Sciences, v.14 no.7, 2010년, pp.1544 - 1550

홍연찬 (인천대학교)

초록
AI-Helper

비선형 동적 시스템을 모델링하기 위해 GMDH(Group Method of Data Handling)를 적용한 많은 연구들이 수행되어 왔다. 그러나 모델링의 정확성을 위해서는 계산량이 크게 증가한다. 그러므로 본 논문에서는 입력 데이터를 취사선택하는 기준을 점감적으로 조정함으로써 적어도 정확성을 유지하면서 전형적인 GMDH의 단점인 과도한 계산을 피할 수 있는 방법을 제안한다. 컴퓨터 시뮬레이션 결과, GMDH 알고리듬의 계산량을 성공적으로 줄일 수 있었고 에러율도 소폭 줄일 수 있었다.

Abstract ▼ AI-Helper

There have been many researches applying GMDH for modelling nonlinear dynamic systems. However, these methods require a great amount of computation in return of the accuracy. Thus, in this paper, we propose a method to reduce the amount of computation in GMDH by adjusting the adopting criterion of input data in decrement while at least maintaining the accuracy. The simulation result verifies that the proposed method can successfully reduce the amount of computation without the expense of the error rate, if not significantly better.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 GMDH 알고리듬을 이용하여 장기 전력 수요 예측을 수행하였다. 전력설비 건설은 장기 적 인 기간이 소요되는 사업이다.

제안 방법

GMDH 알고리듬을 이용하였다. GMDH 알고리듬에서 데이터를 취사선택하는 기준을 변화시킴으로써 높은 예측률과 계산량을 감소시키는 방법에 대해 제안한다. 또한 이를 장기 전력 수요 예측에 적용하여 에 러 율의 변화와 계산량의 변화를 확인하여 알고리 듬을 검증한다.
GMDH 알고리듬에서 데이터를 취사선택하는 기준을 변화시킴으로써 높은 예측률과 계산량을 감소시키는 방법에 대해 제안한다. 또한 이를 장기 전력 수요 예측에 적용하여 에 러 율의 변화와 계산량의 변화를 확인하여 알고리 듬을 검증한다.
가중치 。를 주어 그림 3과 같이 RMINS 와 R 사이 의 간격 을 세대가 증가함에 따라 더 감소시켜서 새로운 기준 값 R; 를 만들어 내는 새로운 방식을 제안한다.
본 논문에서 제 안한 알고리듬을 GMDH 알고리듬[11] 에 적용하여 다음과 같이 5 단계로 나누어 비선형 시스템을 모델링한다.
본 논문은 1991년 1분기부터 1997년 4분기까지의 전력수요량, GDP, 수출, 수입, 취 업자, 경제활동 인구, 석유 소비 량, 평균 기온의 trail血gdata를 두고 1998년 1분기부터 2003년 4분기까지 의 예측 결과를 구하기 위 하여, 장기 전력 수요 예측에 testdata-l:- 牛이 본 논문에서 제안한 GMDH 알고리듬을 검증하였다.
위와 같은 문제점을 개선하기 위하여 가중치를 두어 虬를 감소시키는 점감적 GMDH 알고리듬을 다음과 같이 제안한다.
이런 단점을 극복하고자 장기 전력 수요 예측에 본 논문에서 제안한 향상된 GMDH 알고리듬을 적용하였다.

이론/모형

본 연구에서는좀 더 적은 계산량과높은 예측 정확성을 얻기 위하여 시계열 예측에서 우수한 성능을 보인 GMDH 알고리듬을 이용하였다. GMDH 알고리듬에서 데이터를 취사선택하는 기준을 변화시킴으로써 높은 예측률과 계산량을 감소시키는 방법에 대해 제안한다.

성능/효과

7% 줄일 수 있었다. 따라서 본 논문에서 제안한GMDH 알고리듬을 장기 전력수요 예측에 적용한 결과 정확하고도 빠른 예측이 가능하였다.
감소시킬 수 있었다. 6와。를 동시에 적용한 GMDH 알고리듬의 경우 6만 적용한 경우보다 계산량은 87.5% 줄일 수 있었고평균 에 러율은 5.7% 줄일 수 있었다. 따라서 본 논문에서 제안한GMDH 알고리듬을 장기 전력수요 예측에 적용한 결과 정확하고도 빠른 예측이 가능하였다.
위의 결과를 바탕으로 에러율이 낮으면서도 계산량이 적어서 가장 효율적 인 경우가 P=0.06 임을 알 수 있다. 계산량의 감소는 (9)와 (10) 식 의 7] 준 값을 조정 하여 유용한 데이터들만을 주줄함으로써 이루어졌고, 유용한 데이 터 들에 의 한 trail血g에 의해서 예측의 정 확도가유지될 수 있었다.

참고문헌 (11)

S. S Pappas and L. Ekonnmou, "Comparison of artificial intelligence methods for predicting the time series problem," Proc. of the 6th WSEAS Int. Conf. on Simulation, Modeling and Optimization, Lisbon, Portugal, pp. 35-40, Sept. 2006.
T. Kondo, "A new algorithm of multi-layered neural network using heuristic self-organization," Proc. of the 17th lnt. Symp. on Mathematical Theory of Networks and Systems, Kyoto, Japan, pp. 911-916, July 2006.
이창호, 채승용, "도서지역 전력수요예측모형 연구," 한국 에너지 공학 학회 추계 학술 논문집, pp. 271-280, 2002.
T. Yoshimura, R. Kiyozumi, K. Nishino, and T, Soeda, "Application of revised GMDH algorithms to the prediction of air pollutant concentrations," Proc. 23rd IFAC World Congr., vol. XXIII, pp. 13-17, Kyoto, Japan, Aug. 1981.
Y. Nishikawa, J. Nomura K. Sawada, and T. Kurio, "A Method for Predicting Sales Amount by Use of IWSM and GMDH," System and Control, Vol.27, No.7, pp.475-479, 1983.
안기범, "GMDH를 이용한 모델링에 관한 연구," 동아대학교 대학원 석사 학위 논문, 1995.
N. Ponomareva, M. Alexandrov, A. Gelbukh, "Performance of inductive method of model self-organization with incomplete model and noisy data," 2008 7th Mexican Int. Conf. on Artificial Intelligence, pp. 101-108, 2008.
이창복, "GMDH 알고리즘을 응용한 전처리 선별과 인공신경망을 이용한 한국종합주가지수 예측에 관한 연구," 연세대학교 대학원 석사 학위 논문, 1999.
박성희, "퍼지 신경회로망을 이용한 장기 전력수요 예측," 서울대학교 대학원 석사 학위 논문, 1996.
S. J. Farlow, Self-Organizing Methods in Modeling / GMDH Algorithms: Marcel Dekker Inc., 1984.
이동철, 홍연찬, "GMDH를 이용한 전력 수요 예측 알고리듬 개발," 퍼지 및 지능시스템학회 논문지, 제 13권, 제 3호, pp. 360-365, 2003년 6월.

원문보기 상세보기

저자의 다른 논문 :

원문 URL 링크

DOI : 10.6109/jkiice.2010.14.7.1544 [무료]
DBPia : 저널
AccessON : 저널

*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.

ScienceON TREND 온실가스, 대기오염 모델링

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

연관된 기능

이 논문과 함께 이용한 콘텐츠

[논문] GMDH 알고리즘을 이용한 모델링 및 제어에 관한 연구

저작권 관리 안내

내보내기 메뉴

내보내기 구분

파일저장
인쇄
메일전송

구성항목

기본정보
상세정보

관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관

저장형식

Text(ASCII format)
Excel format
RefWorks Direct Export
RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley

메일정보

받는사람 (필수): @
보내는사람 (선택): @
제목
내용: KISTI 검색결과 이메일 서비스

안내

총 건의 자료가 검색되었습니다.

다운받으실 자료의 인덱스를 입력하세요. (1-10,000)

검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다.

데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요)

다운로드 파일은 UTF-8 형태로 저장됩니다.
파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오.

Text(ASCII format)
Excel format

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

AI-Helper ※ AI-Helper는 을 사용합니다.

AI-Helper

안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

연합인증