|
이다. 종래의 이론은 객관적인 것만을 연구대상으로 하자고 하는 데카르트의 정신에 연유한 것이다. 따라서 애매한 것은 의도적으로 연구대상에서 제외되었던 것이다. 그러나 퍼지이론에서는 애매성의 존재를 허용하여 대략적으로 추론하는
|
|
|
높음)과 1(활용도 낮음)로 평가하게 된다.
Ⅶ. 퍼지와 카오스이론의 관계
만약 카오스이론을 어떤 실제적인 모습을 가진 기계 속에 적용을 시킨다면 지금까지의 시스템 즉 퍼지이론을 적용한 상태까지의 시스템과는 달리 복잡한 설계자체가
|
|
|
퍼지집합으로 나타낼 수 있다. 언어변수의 측정치 [ 매우나쁨 - 나쁨 - 보통 - 좋음 - 매우좋음 ]의 값들에 대한 삼각형 소속 함수를 보여주는 것이다.
Ⅷ. 퍼지와 관광정보시스템 사례
현재 관광산업을 둘러싸고 있는 환경은 정보사회를 맞이
|
|
|
) ∧ μR(x,y)},∀(x,y) ∈ R
x
Ⅷ. 퍼지이론과 확률론 비교
퍼지이론이 제창되었을 때 일어난 비판의 하나에 ‘이것은 확률론과 같다. 따라서 확률론으로 바꿔 놓고 생각할 수가 있으니까 퍼지이론 같은 것은 필요없다’는 의견이 제기됐다. 분명
|
|
|
퍼지(Non-fuzzy)적인 사고에 의해 조장되는 것이며 본질에 맞지 않은 크리스프(Crisp)적인 논리방식이기 때문이다.
남북이 대치되어 반세기를 지나오는 동안 통일 관련 논의는 이러한 이분법적인 담론이 주를 이루어 왔다. 한쪽의 주장이 맞으면
|
|
|
로 분해함으로써(앞에서 설명한 단계 14), 보다 신뢰할 수 있는 해답을 제공하게 된다.
Ⅶ. 퍼지와 퍼지수 적용 사례
평균 삼각퍼지수의 일반적인 형태는 대부분 SD1 type으로 이루어지고 있으나 기대도와 만족도 삼각퍼지수가 위치에 따라 같은
|
|
|
이해정도(f10)
기대도(a1, a2, a3)
(6.38 7.02 7.89)
(4.95 5.84 6.90)
만족도(b1, b2, b3)
(4.60 5.94 6.68)
(3.41 4.36 5.72)
2) 삼각퍼지수에 의한 영역별 결과값
속성평가변수
온라인 커뮤니티 구축(f8)
관광송출국의 문화적 특성 이해정도(f10)
x값
6.519
6.519
k값
-1.156
5.25
|
|
|
퍼지 로직을 이용하여 제어를 행한 결과이다. 이 파형에서 보면 거의 같은 응답 특성을 나타내고 있다.
PI 게인과 rpm 조건에서 운전된 결과를 나타내는 것으로 속도 응답은 오버슈트 없이 기준 명령값에 잘 추종되고 있음을 알 수 있다.
이상과
|
|
|
퍼지 제어, 신경망 구축, 통신 네트워크 디자인, 재정적 예측, 교통 제어, 컴퓨터 애니메이션 등 기존의 방법으로 최적화가 용이하지 않은 거의 전 주제에 관해 응용이 가능하다.
Ⅷ. 퍼지와 성과측정방법 비교
과거 기업간 경쟁의 핵심은 품
|
|
|
는 정도로서, 단위구간 [0,1]사이의 실수 값으로 표현하며 μA(x), ∀x ∈ U 로 나타낸다.
2) 퍼지 집합(fuzzy set)
- 집합의 각 원소가 집합에 속하거나 속하지 않는 두가지중의 하나로 결정되지 않고 각각에 대한 귀속도를 취하는 원소들로 구성되는
|
|
메뉴펼치기
