본 연구에서는 공간적으로 분포되어 있는 연강우량 자료를 이용한 지역 기상학적인 가뭄을 정의하고 해석하는 모형을 제시하였다. 비선형. 비매개변수법에 기초한 공간 해석 신경망(Spatial Analysis Neural Network; SANN)모형을 이용하여, 각 년에 대하여 공간의 임의 점에서의 극심, 심 경심, 및 비 가뭄 확률을 전 대상 지역에 대하여 산출을 통하여 가뭄확률도를 작성하며, Bayesian 가뭄 심도 지수(BDSI)를 통하여 전 대상 지

본 연구에서는 공간 분포의 해석을 위하여 일반적으로 사용되어 오던 Thiessen 또는 Kriging 법들을 대체할 수 있는 새로운 모형인 SANN(Spatial-Analysis Neural-Network)을 소개한다. 이 모델은 신경망 기법을 이용한 비매개 변수법의 일종으로 미측정 기점의 평균값 뿐만 아니라 분산, 왜도 등의 고차 통계치를 제공하여 준다. 또한 어떤 기점에서의 공간변수의 값이 그 심각도에 따른 미리 지정된 여러 분류들 중 각각의 분류에

본 논문에서는 상수도시설을 효율적으로 운영하는 데 필요한 1일 급수량 수요를 예측하는 방식에 대하여 인공지능(Artificial Inteligence)이라 불리는 퍼지 뉴론(fuzzy neuron)을 이용하여 연구하였다. 퍼지뉴론이란 퍼지정보(fuzzy information)를 입력으로 받아들이고 처리하는 퍼지 신경망을 일컫는 말이다. 본 연구에서는 소속함수와 퍼지규칙을 신경망으로 학습하는 기능인 적응식 학습방법을 통하여 1일 급수량을 예측하였으며 연구

Recently , there have been considerable researches about the fusion of fuzzy logic and neural networks. The propose of thise researches is to combine the advantages of both. After the function of approximation using GMDP (Generalized Multi-Denderite Product)neural network for defuzzification operation of fuzzy controller, a new fuzzy-neural network is proposed. Fuzzy membership function of the proposed fuzzy-neural network can be adjusted by learning in order to be adaptive to the variations of a parameter or the external environment. To show the applicability of the proposed fuzzy-nerual network, the proposed model is applied to a speed control o fDC sevo motor. By the hardware implementation, we obtained the desriable results.

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

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.