본 논문에서는 TSK 퍼지 모델을 위한 온라인 식별 알고리즘을 제안한다. 제안된 알고리즘은 거리를 이용하여 TSK 퍼지 모델에 대한 전건부의 구조를 식별하고, 재귀적 최소자승법으로 후건부를 구성하는 부분 선형 함수들의 매개 변수를 구한다. 대부분의 다른 연구들에서는 전건부의 구조를 구하기 위해서 클러스터링을 수행할 때 입력 공간에서만 고려하였으나. 제안된 알고리즘에서는 입력 공간 및 출력 공간 모두에서 고려하여, 아웃라이어를 효과적으로 배제할 수 있다. 기존의 대부분의 다른 알고리즘에서 샘플 데이터자체를 클러스터의 중심으로 사용하여 잡음에 민감한 단점이 있었으나, 제안된 알고리즘에서는 데이터 자체를 클러스터의 중심으로 사용하지 않아 잡음에 대해 민감하지 않다. 제안된 알고리즘은 많은 데이터의 저장을 필요로 하지 않고, 한 번 통과함으로써 모델을 구할 수 있다.
This paper presents online identification algorithm for TSK fuzzy model. The proposed algorithm identify structure of premise part by using distance, and obtain the parameters of the piecewise linear function consisting consequent part by using recursive least square. Only input space was considered in Most researches on structure identification, but input and output space is considered in the proposed algorithm. By doing so, outliers are excluded in clustering effectively. The existing other algorithm has disadvantage that it is sensitive to noise by using data itself as cluster centers. The proposed algorithm is non-sensitive to noise not by using data itself as cluster centers. Model can be obtained through one pass and it is not needed to memorize many data in the proposed algorithm.
