엔진오일 교환 시기 예측은 엔진의 수명을 연장하고 연비를 증가시킨다. 그러나, 엔진오일의 교환 시기는 자동차를 주행한 거리나, 장거리를 운행한 차량, 단거리를 운행한 차량, 엔진오일의 종류 등에 따라서 크게 달라진다. 본 논문에서는 엔진오일 교환 시기를 예측함에 있어서 단지 주행 거리나 엔진오일의 색깔의 변화 등의 데이터를 퍼지 및 신경망 알고리즘을 이용하여 값을 구하였다. 모의실험결과, 지능형 엔진오일 교환 시스템이 기존의 사람이 예측하여 결정하는 방식 보다는 더 정확하게 엔진 오일을 교환할 수 있음을 입증할 수 있었다. 따라서 지금의 자동차에 이러한 알고리즘을 적용한다면 보다 편리한 차량이 될 것으로 기대한다.
If we can forecast the replacement time of engine oil, we extend the life-time of our engine and increase the continued ratio. But, the replacement times of engine oil is influenced by the following elements: the distance that cars or vehicles travel, vehicles that run a short range, types of engine oil etc. that run a long distance. In this paper, We forecast engine oil replacement times by using fuzzy neural network algorithm. This algerian uses the data of distance covered, color of engine oil etc. Through a sequence of simulation, the exchange system of intelligence style engine oil decides on the replacement times of engine oil quite accurately. Therefore, We expect vehicles to become more convenient if the above algorithm is a lied to the present types of cars.
