많은 학자들은 자료의 특성을 분석함으로써 장래를 예측하고자 끊임없이 노력하여 왔으며, 이는 아마도 확정론적 방법과 추계학적 방법으로 크게 대별할 수 있을 것이다. 그러나 예측을 하기 전에 먼저 자료의 특성을 파악하는 것은 모형 구축과 예측을 실행하는데 있어서 매우 중요하다 할 수 있다. 이러한 견지에서 최근 확정론적 방법으로 알려진 비선형 동역학적인 방법이 여러 분야에서 관심의 대상이 되고 있다. 본 연구에서는 비선형 동역학 시스템을 해석하기 위하여 P

최근에, 자동화 크레인 제어 시스템은 빠른 속도와 신속한 수송이 요구되어 지고 있다. 따라서, 컨테이너가 초기좌표에서 최종좌표로 이동될 때 컨테이너 경로는 최소시간에 흔들림 없이 설계되어야 한다. 이를 위해 본 연구에서는 최종 좌표까지 이동에서 충돌을 피하기 위하여 충돌방지 경로를 계산하였다. 그리고, 정확한 주행 제어를 위해서 신경회로망 예측 PID제어기를 구성하였다. 제안된 예측제어 시스템은 PID 파라미터를 생산하기 위하여 신경회로망 예측기, PID 제어기 그리고 신경회로망 자기 동조기로 구성하였다 크레인 시스템을 통한 시뮬레이션 분석에서 다른 기존의 제어기들 보다 우수한 제어 수행을 증명하였다.

In this study, a real-time simulation method for the phenomena, which are too complex to be simulated during real-time computer games, was proposed based on the neural network. The procedure of proposed method is to 1) obtain correlation data between input parameters and output parameters by mathematical modeling, code analyses, and so on, 2) train the neural network with the correlation data, 3) and insert the trained neural network in a game program as a simulation module. For the case that the number of the input and output parameters is too high to be analyzed, a method was proposed to omit parameters of little importance. The method was successfully applied to severe accidents of nuclear power plants, reflecting that the method was very effective in real time simulation of complex phenomena.

컨테이너 물동량 예측은 항만과 항만의 개발에 있어서 매우 중요하다. 일반적으로 이동평균법, 지수평활법, 회귀분석과 같은 통계적인 방법들은 물동량 예측에서 많이 사용되어졌다. 하지만, 컨테이너 물동량 예측에 영향을 주는 여러 가지 요소들을 고려해 보면 다중병렬처리시스템인 신경망을 이용하는 것이 효과적이다. 본 연구는 신경망의 역전파학습알고리즘을 이용하여 컨테이너 활동량을 예측하였다. 신경망을 이용하여 영향력 있는 요소들을 선별하였으며, 선별된 요소들을 이용하여 물동량 예측을 하였다. 또한 제안된 신경망 알고리즘과 통계적인 방법의 예측들을 비교하였다.

This study was carried out to evaluate the artificial neural network algorithm for water quality forecasting in Chungju lake, north Chungcheong province. Multi-layer perceptron(MLP) was used to train artificial neural networks. MLP was composed of one input layer, two hidden layers and one output layer. Transfer functions of the hidden layer were sigmoid and linear function. The number of node in the hidden layer was decided by trial and error method. It showed that appropriate node number in the hidden layer is 10 for pH training, 15 for DO and BOD, respectively. Reliability index was used to verify for the forecasting power. Considering some outlying data, artificial neural network fitted well between actual water quality data and computed data by artificial neural networks.

수질 인자들은 다양하고 관계가 복잡하여 수질 변화를 예측하는데 많은 어려움이 있다. 따라서 입력과 출력이 비교적 용이하고 비선형 예측에 적합한 신경망 모형을 이용하여 금강유역 공주지점의 DO, BOD, TN에 대한 월수질 예측을 수행하고 ARIMA 모형과 비교하여 적용 가능성을 검토하였다. 사용된 신경망 모형은 학습을 위해 BP(Back Propagation) 알고리즘을 적용하였으며 학습을 향상시키기 위한 모멘트-적응학습율(Moment-Adaptive

This paper describes a program which learns good strategies for two-poison, deterministic, zero-sum board games of perfect information. The program learns by simply playing the game against either a human or computer opponent. The results of the program's teaming of a lot of games are reported. The program consists of search kernel and a move generator module. Only the move generator is modified to reflect the rules of the game to be played. The kernel uses a temporal difference procedure combined with a backpropagation neural network to team good evaluation functions for the game being played. Central to the performance of the program is the search procedure. This is a the capture tree search used in most successful janggi playing programs. It is based on the idea of using search to correct errors in evaluations of positions. This procedure is described, analyzed, tested, and implemented in the game-teaming program. Both the test results and the performance of the program confirm the results of the analysis which indicate that search improves game playing performance for sufficiently accurate evaluation functions.

This study aims at the development of the model for a forecasting of water quality in river basins using artificial neural network technique. Water quality by Artificial Neural Network Model forecasted and compared with observed values at the Sangju 1 and Dalsung stations in Nakdong river basin. For it, a multi-layer neural network was constructed to forecast river water quality. The neural network learns continuous-valued input and output data. Input data was selected as BOD, DO, discharge and precipitation. As a result, it showed that method Ⅲ of three methods was suitable more than other methods by statistical test(ME, MSE, Bias and VER). Therefore, it showed that Artificial Neural Network Model was suitable for forecasting river water quality.

본 연구는 하천에서 호우의 발생에 따라 하천 유출수문곡선을 예측코자 블랙박스모형의 신경망이론을 적용하여 수문학적인 문제를 규명하고자 하였다. 이를 위해 신경망 이론 중 Levenverg-Marquardt 방법에 의한 오차역전파 알고리즘과 Radial Basis Function Network(RBFN)를 이용하여 IHP 대표유역인 보청청유역에 수문곡선을 적용하여 선행유출량 예측과 미학습 유역의 적용성을 검토하였다. 그 결과 복잡하고 비선형적인 수문계의 강

본 논문의 목적은 다목적 저수지의 홍수유입량 예측을 위한 방법으로 병렬다중결선의 계층구조를 가진 신경망이론에 의하여 홍수시 불확실한 비선형시스템의 특성을 같는 저수지 유입량 예측모형을 개발하는 것이다. 신경망이론을 이용한 예측모형의 개발을 위하여 역전파 학습알고리즘을 사용하였으며 역전파 학습알고리즘 사용시 흔히 대두되는 지역최소값 문제와 수렴속도의 향상을 위해서 최적화기법인 경사하강법을 이용한 모멘트법과 경사하강법과 Gauss-Newton 방법을 이용한

신경회로망은 어떤 사상에 대한 인과관계를 연상기억능력을 통하여 인식할 수 있는 기능을 가지고 있을 뿐 아니라 비선형현상에 대한 적응능력이 뛰어나 수문계의 강우-유출 현상에 대한 적용가능성은 많으나 이를 수문학적으로 검증하는데는 아직 검토단계라 할 수 있으며 적용에 따른 방법론에 대한 연구가 필요하다 할 수있다. 본 연구에서는 하천유역에서 호우의 발생에 따른 하천의 홍수유출수문곡선을 모의하기 위한 블랙박스모형으로서 신경회로망이론의 적용에 따른 문제를 수문

Along with the rapid growth of shipping and transportation , the size of a ship larger and larger. Low speed maneuverabililty of a full ship has been received a great deal of attention concerting about the navigation safety, especially in the harbour area of waterway. And, the iperation of the full ship in harbour area is one fo tehmost difficult technique. Usually highly experienced experts can make a suitable decision considering various propeller ,rudder actions and environmental conditions. The Artificial Neural Network is applied to the automatic berthing control of a ship. The teaching data are made by the berthing simulation of a ship on the computer. And, the layer neural network is used and the 'Error Back-Propagation Algorithm' is used to teach the neural network. Finally, it is shown that the berthing control is successfully done by the established neural network.

Studies on the ship's automatic navigation & berthing control have been continued by way of solving the ship's mathematical model, but the results of such studies have not reached to our satisfactory level due to its non-linear characteristics at low speed. In this paper, the authors propose a new berthing control system which can evaluate as closely as cap-tain's decision-making by using the FNN(Fuzzy Neural Network) controller which can simulate captain's knowledge. This berthing controller consists of the navigation subsystem FNN controller and the berthing subsystem FNN controller. The learning data are drawn from Ship Handling Simulator (NavSim NMS-90 MK Ⅲ) and represent the ship motion characteristics internally. According to learning procedure, both FNN controllers can tune membership functions and identify fuzzy control rules automatically. The verified results show the FNN controllers effective to incorporate captain's knowledge and experience of berthing.

Studies on the ship's automatic navigation & berthing control have been continued by way of solving the ship's mathematical model, but the results of such studies have not reached to our satisfactory level due to its non-linear characteristics at low speed. In this paper, the authors propose a new control system which can evaluate as closely as captain's decision-making by using the FNN(Fuzzy Neural Network) controller which can simulate captain's knowledge. This controller contains the concept of safety according to channel width. The learning data are drawn from ship Handling simulator(NavSim NMS-90 MK III) and represent the ship motion characteristics internally. According to learning procedure, the FNN controller can tune membership functions and identify fuzzy control rules automatically. The verified results show that the FNN controller is effective to incorporate captain's knowledge and experience of manoeuvrability in channel.