2007 대한민국학술원 우수학술도서 선정
앞서 출간된 ‘C 프로그래밍에 의한 퍼지모델 및 제어시스템’ 과 ‘프로그래밍에 의한 컴퓨터지능(퍼지 신경회로망 및 진화알고리즘을 중심으로)’의 후속 시리즈로서 ‘프로그래밍에 의한 하이브리드 퍼지추론시스템’을 출간하게되었다. 앞서 출간된 지능이론인 기본 퍼지이론을 한단계 높인 고급 수준으로써 포괄적이고도 심도있는 퍼지추론 내용을 다루고 싶었던 저자의 의도와 기존 독자의 요구로 인하여 이 저서를 저술하였다. 21세기 지능이론 핵심인 퍼지이론은 가전제품뿐만 아니라 의료기기 화학 전력 항공 우주 전문가시스템 산업전자 자동화 시스템 정보기술 생명공학 Nano기술 등 모든 응용공학의 핵심이론으로써 그 가치를 인정받고 있다. 퍼지관련 기본이론과 응용에 초점을 맞춘 많은 서적들이 출판되었지만 이들 서적들은 제한적이고 부분적인 영역만을 다루고 있고 응용 공학뿐만 아니라 타 분야로의 퍼지이론의 실제 응용과 접근이 그다지 용이하지 않고 어려운 점이 많이 있었음을 알 수 있다.
본 저자는 퍼지관련 이론을 기본에서 고급에 이르기까지 광범위하고 새로운 내용으로 좀더 깊게 실제응용의 접근을 도모하기 위해 대학 및 대학원에서의 강의 및 연구내용을 엮어 이 책을 출간하게 되었다.
이 책은 다른 퍼지 관련 책들과는 달리 다음과 같은 특징으로 구성되어 있다.
1. 예제중심으로 기본 퍼지이론의 접근과 이해가 쉽고 퍼지추론시스템 설계가 용이하다-이 기본 퍼지이론은 기존의 ‘C 프로그래밍에 의한 퍼지모델 및 제어시스템’의 내용을 다루었다.
2. 퍼지이론의 기본 과정은 물론 고급 과정에 이르는 새로운 이론 및 프로그램을 첨부해서 실제적 접근과 응용을 용이하게 하였다.
3. 위 프로그램은 쉽게 작성되었을 뿐만 아니라 기본 퍼지이론 관련 프로그램은 해설과 주석을 상세히 첨부하여 이해가 용이하도록 하였고 이를 통해 고급 퍼지이론 관련 프로그램으로 쉽게 접근할 수 있도록 구성하였다.
4. 이들 프로그램을 통해 응용이 가능하고 좀더 고도화 및 고기능화된 이론 및 프로그램을 새로이 고안 설계할 수 있는 역량을 기를 수 있다.
5. 본 저서는 저자가 최근 연구하고 처음으로 제안한 고급 퍼지이론 및 관련 프로그램 부분이 광범위하게 다루어지고 있다. 특히 최근 연구된 고급 퍼지이론의 올바른 이해와 국제적 안목을 도모하는 입장에서 본 저서와 관련된 국제 저널에 게재된 논문을 일부 선택하여 논문집으로 구성하였다.- 논문집 저서 제목 ‘프로그래밍에 의한 하이브리드 퍼지추론시스템 관련 게재 영문논문집(Advanced Hybrid FIS-related Materials Published in International Journals)’을 참조함으로써 학문의 심도 있는 연구와 역량을 기를 수 있을 것이다.
결론적으로 말해서 제목을 보면 바로 이해가 되듯이 퍼지 기본 및 고급 원리에 기반한 퍼지추론 시스템과 그 관련 프로그램 수행을 통하여 퍼지이론의 응용으로 쉽게 접근할 수 있으리라 생각되며 앞으로 이 책이 독자 여러분들의 퍼지이론의 실제적 이해와 자동화 및 산업응용분야의 적용 더 나아가 고급 지능형 연구를 진전시키는데 도움이 되었으면 한다.
강의내용과 연구내용을 직접 책으로 편집하고 옮기는 과정에서 부족한 부분이 많이 발견되리라 본다. 추후 독자 여러분의 조언과 지적을 통해 수정 보완할 것을 약속드리며 이 책의 원고 정리 및 작성을 도와준 수원대학교 전기공학과 지능제어 및 컴퓨터지능 연구실의 박건준 및 이인태 대학원생 및 참여 학부생들에게 감사하고 아울러 이 지능시스템관련 후속시리즈 편이 나오기까지 출판에 적극 힘써 주신 내하출판사 모흥숙 사장님께 깊은 감사를 드립니다. 무엇보다도 이 책이 나오기까지 대학에서의 많은 연구를 통하여 풍성한 결실을 맺게 해 주신 하나님께 무한한 감사를 드리고 이 연구과정을 통해 하나님과 보다 깊은 교제을 경험하게 하시고 부족한 저를 현재 이 자리에 서게 해 주신 하나님께 다시금 무한한 감사와 영광을 돌려 드립니다.
2005년 11월
저자 씀
제1장 서론
1. 퍼지 이론이란
1.1 퍼지 제어의 역사
1.2 퍼지 이론이란?
제2장 퍼지 집합론
1. 퍼지 집합
1.1 크리스프(Crisp) 집합과 정의 함수
1.2 퍼지 집합과 멤버쉽 함수
1.3 퍼지 집합의 표현
1.4 퍼지 집합의 특성(정규 Convex 농도)
2. 퍼지 집합의 기본연산(합집합 교집합 여집합)
2.1 퍼지 집합 연산의 성질
2.2 퍼지 집합의 연산
3. α-cut와 분해원리
3.1 α－cut
3.2 분해원리
4. 퍼지수와 확장원리
4.1 퍼지수
4.2 확장원리
4.3 퍼지수의 연산
5. 퍼지 집합의 적용 예
제3장 퍼지 관계
1. 퍼지 관계
1.1 n항 퍼지 관계
1.2 퍼지 관계의 사영과 원통적 확장
1.3 역 퍼지 관계 및 그 밖의 관계
2. 퍼지 관계의 연산(합집합 교집합 여집합)
2.1 퍼지 관계의 합집합 교집합 여집합
2.2 퍼지 관계의 포함 관계
2.3 역 퍼지 관계 연산의 성질
3. 퍼지 관계의 합성
3.1 합성의 개념
3.2 합성의 계산 방법
4. 퍼지 관계의 적용 예
4.1 과일 맞추기
4.2 결혼의 조건
제4장 퍼지 추론과 모델 알고리즘
1. 퍼지 추론의 구조
1.1 2치 논리의 추론법
1.2 퍼지 추론
2. 퍼지 추론의 종류
2.1 직접법
2.2 간략추론법
2.3 혼합추론법(선형 추론법)
2.4 변형된 선형추론법
2.5 회귀다항추론법
2.6 퍼지 관계 C–Program
3. 퍼지 모델의 동정알고리즘
3.1 규칙 전반부(IF절)의 동정
3.2 규칙 후반부(THEN절)의 동정
3.3 기본 동정알고리즘의 흐름도
4. 오프 라인(Off-line) 퍼지 모델링의 동정알고리즘
4.1 표준 최소자승법(Standard Least Square Method)
4.2 간략추론법의 동정알고리즘
4.3 혼합추론법(선형추론법)의 동정알고리즘
4.4 변형된 선형추론법의 동정알고리즘
4.5 회귀다항추론법의 동정알고리즘
5. 퍼지 추론의 적용 예
5.1 가스로 공정
5.2 수처리 공정
6. 퍼지 모델 동정알고리즘의 CProgram
6.1 퍼지 모델(수처리 가스로 및 교통로 선택공정) 동정알고리즘의 C-Program
6.2 퍼지모델 동정 알고리즘의 C-Program 해석
제5장 퍼지모델의 하이브리드 고급 동정 알고리즘
1. 퍼지모델의 하이브리드(GA+HCM) 최적 동정 알고리즘
1.1 퍼지 동정 알고리즘
1.2 유전자 알고리즘을 이용한 최적화
2. 퍼지모델의 하이브리드(GA+ICM) 최적 동정 알고리즘
2.1 퍼지 동정 알고리즘
2.2 하이브리드 알고리즘을 이용한 최적화
3. 퍼지모델 하이브리드 최적 동정 알고리즘의 응용 예
3.1 하이브리드(GA+HCM) 최적 동정의 적용 예
3.2 하이브리드(GA+ICM) 최적 동정의 적용 예
4. 퍼지모델 하이브리드 최적 동정 C-Program
4.1 하이브리드(GA+HCM) 최적 동정 C-Program
4.2 하이브리드(GA+ICM) 최적 동정 C-Program
제6장 정보 Granule기반 최적 퍼지모델 동정 알고리즘
1. 정보 Granule(IG)
2. 정보 Granule 기반 퍼지모델
2.1 퍼지관계 기반 퍼지모델 동정
2.2 퍼지집합 기반 퍼지모델 동정
3. 정보 Granule 기반 퍼지추론 모델의 최적화
3.1 유전자 알고리즘에 의한 최적화 및 동적 탐색공간
3.2 하중값에 의한 합성 목적 함수
4. 정보 Granule 기반 최적 퍼지추론(파라미터 동정) 모델의 적용 예
4.1 퍼지 관계 기반(Fuzzy Relation-based) 퍼지추론 모델의 적용 예
4.2 퍼지 집합 기반(Fuzzy Set-based) 퍼지추론 모델의 적용 예
5. 정보 Granule 기반 최적 퍼지추론 모델 프로그램
5.1 IG기반 진화론적 최적 퍼지추론(파라미터동정) C-Program
1) 퍼지 관계 기반(Fuzzy Relation-based) 퍼지추론 모델 C-Program
2) 퍼지 집합 기반(Fuzzy Set-based) 퍼지추론 모델 C-Program
5.2 IG기반 진화론적 최적 퍼지추론(구조+파라미터동정) Matlab-Program
제7장 퍼지회귀다항식추론 기반 퍼지 다항식뉴럴네트워크(FPNN) 모델
1. 다항식뉴론기반 다항식뉴럴네트워크(PN-based PNN) 모델
1.1 GMDH 구조 및 알고리즘
1.2 PNN 구조 및 알고리즘
2. 퍼지다항식뉴론기반 퍼지 다항식뉴럴네트워크(FPN-based FPNN) 모델
2.1 퍼지관계 기반 다항식뉴론(Fuzzy Relation-based PN: FRPN)
2.2 퍼지집합 기반 다항식뉴론(Fuzzy Set-based PN: FSPN)
2.3 퍼지 다항식뉴럴네트워크(FPNN: FRPNN 혹은 FSPNN) 구조 및 알고리즘
2.4 퍼지관계 기반 다항식뉴럴네트워크(FRPNN) 모델의 적용 예
2.5 퍼지집합 기반 다항식뉴럴네트워크(FSPNN) 모델의 적용 예
3. 하이브리드(Hybrid: FPN+PN) 퍼지 다항식뉴럴네트워크(HFPNN) 모델
3.1 하이브리드 퍼지 다항식뉴럴네트워크 구조 및 알고리즘
3.2 하이브리드 퍼지관계 기반 다항식뉴럴네트워크(HFRPNN) 모델의 적용 예
3.3 하이브리드 퍼지집합 기반 다항식뉴럴네트워크(HFSPNN) 모델의 적용 예
4. 퍼지회귀다항식추론 기반 퍼지다항식 뉴럴네트워크(FPNN) 모델 프로그램
4.1 퍼지관계 기반 다항식뉴럴네트워크(FRPNN) 모델 Matlab-Program
4.2 진화론적 최적 퍼지관계 기반 다항식뉴럴네트워크(gFRPNN) 모델 Matlab-Program
4.3 진화론적 최적 퍼지집합 기반 다항식뉴럴네트워크(gFSPNN) 모델 Matlab-Program
4.4 하이브리드 퍼지관계 기반 다항식뉴럴네트워크(HFRPNN) 모델 Matlab-Program
4.5 진화론적 최적 하이브리드 퍼지집합 기반 다항식뉴럴네트워크(gHFSPNN) 모델 Matlab-Program
참고문헌
찾아보기
