한국지능시스템학회논문지 (Journal of the Korean Institute of Intelligent Systems)

  • 제14권4호
  • /
  • Pages.402-410
  • /
  • 2004
  • /
  • 1976-9172(pISSN)
  • /
  • 2288-2324(eISSN)
한국지능시스템학회 (Korean Institute of Intelligent Systems)
권호 표지
DOI QR코드

DOI QR Code

면역 알고리즘의 개선된 클론선택에 의한 퍼지 뉴로 네트워크와 교통경로선택으로의 응용

Fuzzy-Neural Networks by Means of Advanced Clonal Selection of Immune Algorithm and Its Application to Traffic Route Choice

  • 조재훈 (국립 한밭대학교 제어계측공학과) ;
  • 김동화 (국립 한밭대학교 제어계측공학) ;
  • 오성권 (원광대학교 전기전자 및 정보공학부)
  • 발행 : 2004.07.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 복잡하고 비선형적인 시스템을 위하여 최적 면역 알고리즘의 개선된 클론선택에 기반을 둔 최적FNN 설계방법을 제안한다. FNN은 퍼지추론의 간략 추론과 학습방법으로는 오류역전파 알고리즘을 하였고 멤버쉽함수의 파라미터, 학습률 및 모멘텀 계수들을 선정하기 위하여 개선된 클론 선택을 사용하는 방법을 도입하였다. 제안한 알고리즘은 생체의 면역반응에 기초를 둔 면역알고리즘의 클론선택을 기본으로 분화율을 조절하여 성능을 개선하였다. 그 과정을 통하여 다양한 항체들을 생성하고 목적함수나 제한조건과 같은 항원들에 대하여 가장 높은 친화도를 가지는 항체를 최적 항체로 선택하였다. 제안된 알고리즘의 성능을 평가하기 위하여 가스로공정과 교통경로선택 공정을 사용한다.

In this paper, an optimal design method of clonal selection based Fuzzy-Neural Networks (FNN) model for complex and nonlinear systems is presented. The FNNs use the simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. Also Advanced Clonal Selection (ACS) is proposed to find the parameters such as parameters of membership functions, learning rates and momentum coefficients. The proposed method is based on an Immune Algorithm (IA) using biological Immune System and The performance is improved by control of differentiation rate. Through that procedure, the antibodies are producted variously and the parameter of FNN are optimized by selecting method of antibody with the best affinity against antigens such as object function and limitation condition. To evaluate the performance of the proposed method, we use the time series data for gas furnace and traffic route choice process.

키워드

참고문헌

  1. H. Takagi and I. Hayashi, "NN-driven fuzzy reasoning," Int J. of Approximate Reasoning, vol.5, no. 3, pp. 191-212, 1991. https://doi.org/10.1016/0888-613X(91)90008-A
  2. S. I. Horikawa, T. Furuhashi, and Y. Uchigawa, "On fuzzy neural networks with the back propagation algorithm," IEEE trans. Neural Networks, vol. 3, no. 5, pp. 801-806, 1992. https://doi.org/10.1109/72.159069
  3. T. Yamakawa, "A neo fuzzy neuron and its applications to system identification and prediction of the system behavior," Proceedings of the 2nd International Conf. on Fuzzy logic & Neural Networks. pp. 477-483, 1992.
  4. T. Yamakawa, "A new effectie learning algorithm for a neo fuzzy neuron model," 5th IFS World Conf. pp. 1017-1020,1993.
  5. 오성권, 윤기찬, 김현기, "유전자 알고리즘과 합성 성능지수에 의한 최적 퍼지-뉴럴 네트워크 구조의 설계," Journal of Control, Automation and Systems Engineering, Vol.6, No. 3, pp 273-283, 2000.
  6. Zbigniwe Michalewicz, Genetic Algoriths + Data Structure = Evolution Programs, Springer-Verlag.
  7. Box and Jenkins. Time series Analysis, Forcasting and Control, Holden Day, SanFrancisco, CA.
  8. 오성권, 우광방, "퍼지추론 방법에 의한 퍼지동정과 하수처리공정시스템 응용," 대한전자공학호 논문집 제31권 B편 제6호, pp. 43-52, 1994.
  9. 오성권, 노석범, 남궁문, "퍼지-뉴럴 네트워크 구조에 의한 비선형 공정시스템의 지능형 모델링," 한국퍼지 및 지능시스템학회 논문집 제5권 제4호. pp. 41-56, 1995.
  10. S. K. Oh and W. Pedrycz, "Identification of fuzzy systems by means of an auto-tuning algorithm and its application to nonlinear systems," Fuzzy sets and Syst., 1999(To appear). https://doi.org/10.1016/S0165-0114(98)00174-2
  11. 박병준, 오성권, 안태천, 김현기, "유전자 알고리즘과 하중값을 이용한 퍼지 시스템의 최적화," 대한전기학회 논문집 제48권 A편 제6호, pp. 789-799, 1999.
  12. 오성권, "C 프로그래밍에 의한 퍼지모델 및 제어시스템", 내하 출판사, 2002.
  13. L. N. castro, and F. J. Zuben, "The Clonal Selection Algorithm with Engineering Applications.", Proceedings of The 2000 Genetic and Evolutionary Computation Conference(GECCO.2000) Workshop Program, pp. 36-37, 2000
  14. Dong Hwa Kim, "Intelligent Tuning of the 2-DOF PID Controller On the DCS for Steam Temperature Control of Thermal Power Plant," IEEE Industrial Application Society. I&CPS 2002, May 5 - 8, 2002, Savannah, GA, USA. https://doi.org/10.1109/ICPS.2002.1002224
  15. 오성권, "C 프로그래밍에 의한 컴퓨터지능(퍼지, 신경회로망, 진화알고리즘을 중심으로", 내하 출판사, 2002.

피인용 문헌

  1. An Immune Algorithm based Multiple Energy Carriers System vol.34, pp.4, 2014, https://doi.org/10.7836/kses.2014.34.4.023