상세 보기
초록
시스템의 동작특성을 표현하는 퍼지 규칙들은 퍼지 클러스터링 기법에 매우 의존적이다. 만약, 클러스터링 기법의 분류 능력이 개선된다면, 그들에 의해 생성되는 퍼지 규칙과 식별되는 파라미터들이 보다 정밀해 질 수 있으므로 시스템의 성능이 개선될 수 있다. 따라서 본 논문에서는 분류능력이 강화된 새로운 계층 구조 클러스터링 알고리즘을 제안한다. 제안된 클러스터링 기법은 데이터 사이의 통계적 특성과 상관성을 고려하여 보다 정확하게 데이터들을 분류할 수 있도록 2개의 클러스터의 구조를 갖는다. 또한, 본 논문은 차분 데이터를 이용하여 원형 데이터의 패턴이나 규칙들이 명확하게 반영될 수 있도록 하며, 각각의 차분 데이터들의 다양한 특성을 고려할 수 있도록 다중 퍼지 시스템을 구현한다. 마지막으로, 제안된 기법들의 유효성을 다양한 비선형 시계열 데이터들의 예측을 통해 검증한다.
키워드
분류; 계층적 클러스터링; 상관성; 차분데이터; 다중 퍼지 시스템; classification; hierarchical clustering; correlationship; difference data; multiple fuzzy systems
- 제목
- 계층적 분류구조의 퍼지시스템 설계 및 시계열 예측 응용
- 제목 (타언어)
- Design of Fuzzy System with Hierarchical Classifying Structures and its Application to Time Series Prediction
- 저자
- 방영근; 이철희
- 발행일
- 2009-10
- 유형
- Y
- 저널명
- 한국지능시스템학회 논문지
- 권
- 19
- 호
- 5
- 페이지
- 595 ~ 602