퍼지와 비퍼지화, 퍼지와 퍼지집합 확장원리, 퍼지와 카오스이론 응용, 퍼지와 퍼지수 적용절차, 퍼지와 성과측정방법 비교, 퍼지의 대입방법,향후 퍼지의 전망 분석
- 최초 등록일
- 2013.07.18
- 최종 저작일
- 2013.07
- 9페이지/ 한컴오피스
- 가격 5,000원
목차
Ⅰ. 서론
Ⅱ. 퍼지와 비퍼지화
1. 비퍼지화
2. 퍼지 PI 제어 구동 시스템
Ⅲ. 퍼지와 퍼지집합 확장원리
Ⅳ. 퍼지와 카오스이론 응용
Ⅴ. 퍼지와 퍼지수 적용절차
Ⅵ. 퍼지와 성과측정방법 비교
1. 재무적 관점
2. 고객관점
3. 내부적 관점
4. 혁신관점
Ⅶ. 퍼지의 대입방법
Ⅷ. 향후 퍼지의 전망
Ⅸ. 결론
본문내용
지금까지의 ‘이론’에 적용하거나 컴퓨터에 이를 대입하려면 역시 앞에서 본 것처럼 확실하게 수치를 정해 주지 않으면 안 된다. 그래서 본래는 애매하고 연속적인 것을 무리하게 명확한 것으로 해버리게 된다. 다시 말해 본래 아날로그적인 정보를 이론이나 컴퓨터에 입력시키기 위해 디지털표현으로 바꾸고 있다는 것이다. 하지만 자디교수는 종래의 집합을 포괄하면서 퍼지집합을 만든 것이다. 여기서 ‘퍼지’란 깃털처럼 경계가 불명확하다고 하는 형용사로써 우리말로는 몽롱하다는 뜻과 비슷하다고 이해하면 된다. 즉, 퍼지집합이란 경계가 분명하지 않은 집합이다. 한편 종래의 집합은 경계가 명확하게 퍼지집합과 구분하여
<중 략>
즉 속성은 자연히 불리한 조건에 처하게 된다.
v>0 는 vST> vIP 일 경우를 말하며, 이 때는 관광객의 만족도가 기대도보다 높기 때문에 속성은 강하게 평가된다. 물론 속성은 유리한 조건에 처하게 되는 것이다. v=0인 경우 속성이 충분히 활용되었다고 평가 할 수 있으며, 이것은 기대도와 만족도가 일치하는 경우로서 거의 발생하는 확률이 낮다.
vIP =(ip1 + 2ip2 +ip3)/4,
vST =(st1 + 2st2 +st3)/4, v = vST - vIP
속성의 가치 비교평가에 이어서 본 연구는 기대도와 만족도의 공통적 공간인 CMarea을 계산함으로써
<중 략>
구성주의의 기본 관점은 ‘지식의 본질은 무엇이며, 어떻게 구성되며, 구성되었다는 판단은 무엇인가?’에 초점을 둔다. 따라서 학습의 본질과 학습이 이루어지는 과정에 대한 근본적인 변화를 요구한다. Kilpatick에 의하면 지식은 환경으로부터 받아 드려진 것이 아니라 인식 주체에 의해 능동적으로 구성되는 것이며 ‘알게 된다.’는 것은 인식 주체가 자신의 경험 세계를 스스로 조직화해 가는 과정으로 본다. 구성주의에서는 지식의 절대성을 부정하면서 지식의 의미를 실용성에 두고 있다. 수학 학습에서의 지식은 환경 속에서 어떻게 쓰이는지를 설명할 수 있을 때 일시적으로 구성되었다고 가정한다
참고 자료
김도현, 퍼지시스템, 에드텍, 1994
김상일, 퍼지와 한국문화 , 전자신문사, 1992
김태균, 대수학 입문과 퍼지 응용, 교우사, 2004
주영도, 퍼지관계 이론에 의한 집단지성의 도출, 한국지능정보시스템학회, 2011
한도영 외 1명, 예측과 보상 기능이 포함된 퍼지제어알고리즘, 대한설비공학회, 2012
K.J 슈메거 저, 퍼지기술연구회 역, 퍼지집합, 기전연구사, 1992