빌딩 냉난방 부하 예측을 위한 구간 기반 퍼지 클러스터링에 기반을 둔 입자 모델의 설계 (Granular Model Design Based on Interval-Based Fuzzy Clustering for Prediction of Building Cooling and Heating Load)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 15권 / 7호 / 9 ~ 16페이지
· 저자명 : 이명원, 곽근창

초록

본 논문에서는 정보입자에 근거한 입자모델(GM: Granular Model)의 설계를 다룬다. 입자모델은 구간 기반 퍼지 클러스터링(IFC: Interval based Fuzzy Clustering)을 이용하여 입출력공간에서 정보입자들에 의해 설계되어지며, 출력 공간에 기술된 구간 정보 입자와 입력 공간에 형성된 유도 정보 입자의 집합을 직관적으로 구조화된 집합의 네트워크로 모방한 모델을 개발함으로써 정보입자(Information Granular)의 개념을 이용한다. 다른 문헌들에서 기술되는 대부분의 퍼지 모델과 달리 입자화 된 모델에 의해 생성된 결과는 정보입자이다. 퍼지 정보 입자는 입자모델을 이용하여 실현된다. 실험 결과에는 공개적으로 사용 가능한 빌딩 냉난방 부하 예측 문제를 이용하여 기존 연구 방법인 컨텍스트 기반 GM과 본 논문에서 제안된 구간 기반 GM의 성능을 확인한다. 실험 결과 평균 제곱근 오차 방법을 통한 성능은 기존의 컨텍스트 기반 GM의 경우가 더 좋은 결과를 보였지만 타당한 입자성의 원칙을 이용한 성능지표로는 제안된 방법이 기존 방법과 비슷한 성능을 보인다.

영어초록

This paper deals with the design of granular model based on information granular. The granular model is designed by the information granular in the input/output space using the interval based fuzzy clustering(IFCM), and the set of the interval information granular described in the output space and the set of the induced information granular formed in the input space are imitated into the network of the intuitively structured set. The concept of information particles is exploited by developing a model. Unlike most of the fuzzy models described in other documents, the results produced by the granular model are information granular. Localized fuzzy information granular in space is realized using a granular model. Experimental results confirm the performance of context-based GM, and interval-based GM, which are existing research methods, using publicly available building cooling and heating load prediction problems. Experimental results show that the performance based on the root mean square error method is better than conventional context-based GM, however the proposed method is similar to the conventional method in terms of the performance index using the principle of granularity.

참고자료

· 없음