Ⅰ. 서론
   1. 지능형 시스템이란? ... 3
      1.1 인공지능(AI)에서 계산지능(CI)까지 ... 3
      1.2 지능형 이론의 소개 ... 7
        1.2.1 퍼지(Fuzzy) ... 7
        1.2.2 신경회로망(Neural Networks) ... 8
        1.2.3 퍼지뉴럴네트워크(Fuzzy Neural Networks) ... 9
        1.2.4 진화연산(Evolutionary Computation) ... 10
      1.3 CI 기술의 적용 예 ... 11
Ⅱ. 퍼지(Fuzzy) 시스템
   2. 퍼지집합 ... 15
      2.1 퍼지집합 ... 15
        2.1.1 퍼지집합의 정의 ... 16
        2.1.2 퍼지집합의 표현과 멤버쉽함수 작성 Program ... 19
        2.1.3 퍼지집합의 특성 ... 25
      2.2 퍼지집합의 연산 ... 29
        2.2.1 퍼지집합의 기본연산 ... 29
        2.2.2 퍼지집합의 성질 ... 34
        2.2.3 퍼지집합의 연산 ... 36
      2.3 퍼지집합의 적용 예 ... 38
   3. 퍼지관계 ... 42
      3.1 퍼지관계 ... 42
        3.1.1 2항 퍼지관계 ... 43
        3.1.2 n항 퍼지관계 ... 47
        3.1.3 퍼지관계의 사영과 원통적 확장 ... 48
        3.1.4 역 퍼지관계 및 그 밖의 관계 ... 53
      3.2 퍼지관계의 연산 ... 55
      3.3 퍼지관계의 합성 ... 59
      3.4 퍼지관계의 적용 예 ... 66
   4. 퍼지추론 ... 70
      4.1 퍼지추론 ... 70
        4.1.1 논리추론 ... 71
        4.1.2 퍼지추론 ... 73
      4.2 퍼지추론의 종류 ... 74
        4.2.1 직접법 ... 77
        1. 퍼지추론의 구조 ... 77
        2. 퍼지관계를 이용한 직접법의 추론 ... 81
        4.2.2 간략추론법 ... 99
        4.2.3 선형추론법(혼합추론법) ... 100
        4.2.4 변형된 선형추론법 ... 102
        4.2.5 회귀다항추론법 ... 103
      4.3 퍼지규칙의 퍼지관계 변환 Program ... 104
   5. 퍼지모델과 알고리즘 ... 108
      5.1 퍼지모델의 구조와 추론 Program ... 108
      5.2 퍼지모델의 동정 ... 112
        5.2.1 규칙 전반부(IF절)의 동정 ... 116
        5.2.2 규칙 후반부(THEN절)의 동정 ... 119
        5.2.3 기본 동정알고리즘의 흐름도 ... 121
      5.3 퍼지모델의 동정 알고리즘 ... 122
        5.3.1 표준 최소자승법과 Program ... 122
        5.3.2 간략추론법에 의한 동정 ... 127
        5.3.3 선형추론법에 의한 동정 ... 129
        5.3.4 퍼지모델 동정 알고리즘의 C-Program ... 133
      5.4 퍼지모델 동정알고리즘의 응용과 Program ... 141
        5.4.1 Takagi-Sugeno의 퍼지 동정과 Program ... 141
        5.4.2 퍼지모델 동정알고리즘의 응용 ... 155
        1. 하수처리 공정으로의 응용 ... 155
        2. 가스로 공정으로의 응용 ... 160
        5.4.3 유전자알고리즘(GA)에 의한 퍼지모델 동정 C-Program ... 165
        5.4.4 개선된 컴플렉스(Complex) 알고리즘에 의한 퍼지모델 동정 C-Program ... 183
        1. Simplex 알고리즘, 적용 예 및 C-program ... 183
        2. Complex 알고리즘 ... 197
        3. Complex 기반 퍼지모델 동정 C-Program ... 199
Ⅲ. 신경회로망(Neural Networks) 시스템
   6. 신경회로망 ... 225
      6.1 신경회로망 ... 225
        6.1.1 신경회로망의 역사 ... 226
        6.1.2 신경회로망의 기능과 특징 ... 229
      6.2 신경회로망의 구조와 기본동작 ... 231
      6.3 신경회로망의 학습 ... 237
        6.3.1 학습규칙 ... 239
        6.3.2 오류역전파 알고리즘(Error Backpropagation Algorithm) ... 244
      6.4 신경회로망의 C-Program ... 254
        6.4.1 MISO(Multi-Input Single-Output) 신경회로망 C-Program ... 257
        6.4.2 MIMO(Multi-Input Multi-Output) 신경회로망 C-Program ... 261
        6.4.3 개선된 Complex 알고리즘에 의한 MIMO 신경회로망 C-Program ... 267
        6.4.4 GA 알고리즘에 의한 MISO 신경회로망 C-Program ... 280
Ⅳ. 퍼지뉴럴네트워크 시스템(Fuzzy Neural Networks)
   7. 퍼지뉴럴네트워크 ... 299
      7.1 퍼지뉴럴네트워크 ... 299
      7.2 퍼지 시스템과 신경회로망의 융합 ... 300
      7.3 기본 퍼지뉴럴네트워크(Basic FNN) ... 302
        7.3.1 기본 퍼지뉴럴네트워크의 구조 ... 302
        7.3.2 기본 퍼지뉴럴네트워크의 학습 ... 306
        7.3.3 기본 퍼지뉴럴네트워크(간략 및 선형퍼지추론 기반)의 C-Program ... 308
      7.4 변형된 퍼지뉴럴네트워크(Modified FNN) ... 316
        7.4.1 변형된 퍼지뉴럴네트워크의 구조 ... 316
        7.4.2 변형된 퍼지뉴럴네트워크의 학습 ... 320
        7.4.3 변형된 퍼지뉴럴네트워크(간략 및 선형퍼지추론 기반)의 C-Program ... 322
      7.5 퍼지뉴럴네트워크의 응용 ... 330
      7.6 유전자알고리즘(GA)에 의한 퍼지뉴럴네트워크의 C-Program ... 331
        7.6.1 GA기반 기본 퍼지뉴럴네트워크(간략 및 선형퍼지추론 기반) C-Program ... 331
        7.6.2 GA기반 변형된 퍼지뉴럴네트워크(간락 및 선형퍼지추론 기반) C-Program ... 348
Ⅴ. 자기구성 뉴럴네트워크 시스템(Self-organizing Neural Networks)
   8. 자기구성 뉴럴네트워크 ... 369
      8.1 자기구성 뉴럴네트워크(SONN) ... 369
      8.2 Group Method of Data Handling(GMDH) ... 370
        8.2.1 GMDH 알고리즘 ... 371
        8.2.2 GMDH의 적용 예 ... 374
        8.2.3 GMDH의 MATLAB-Program ... 379
      8.3 다항식 뉴럴네트워크(Polynomial Neural Networks ; PNN) ... 383
        8.3.1 다항식 뉴럴네트워크의 알고리즘 ... 384
        8.3.2 다항식 뉴럴네트워크의 구조 ... 389
        8.3.3 다항식 뉴럴네트워크의 응용 ... 392
        8.3.4 다항식 뉴럴네트워크의 MATLAB-Program ... 396
      8.4 퍼지 다항식 뉴럴네트워크(Fuzzy Polynomial Neural Networks ; FPNN) ... 404
        8.4.1 퍼지 다항식 뉴론(fuzzy Polynomial Neuron : FPN) ... 405
        8.4.2 퍼지 다항식 뉴럴네트워크의 알고리즘 ... 406
        8.4.3 퍼지 다항식 뉴럴네트워크의 구조 ... 411
        8.4.4 퍼지 다항식 뉴럴네트워크의 응용 413
        8.4.5 퍼지 다항식 뉴럴네트워크의 MATLAB-Program ... 416
Ⅵ. 유전자 알고리즘(Genetic Algorithms)
   9. 유전자 알고리즘 ... 437
      9.1 유전자 알고리즘 ... 437
        9.1.1 최적화 문제 ... 437
        9.1 2 유전자 알고리즘(Genetic Algorithms ; GAs)이란? ... 438
      9.2 유전자 알고리즘의 기본 구성요소 ... 439
      9.3 유전자 알고리즘의 원리와 흐름 ... 441
      9.4 유전자 알고리즘의 연산자 ... 444
        9.4.1 선택 연산자 ... 444
        9.4.2 교배 연산자 ... 446
        9.4.3 돌연변이 연산자 ... 448
        9.4.4 기타 연산자 ... 449
      9.5 유전자 알고리즘의 예 ... 450
      9.6 유전자 알고리즘의 C-Program ... 452
        9.6.1 SGA의 구조(Binary type) 및 기본 SGA C-Program ... 452
        9.6.2 개선된 SGA C-Program ... 459
        9.6.3 EP의 구조(Float type) 및 수정된 EP C-Program ... 470
Ⅶ. 클러스터링 방법(Clustering Method)
   10. 클러스터링 방법 ... 481
      10.1 클러스터링 방법 ... 481
      10.2 HCM(Hard C-Means) Clustering Method ... 481
        10.2.1 HCM 클러스터링의 수치적 예제 ... 482
        10.2.2 HCM 클러스터링 방법의 C-program ... 485
      10.3 FCM(Fuzzy C-Means) Clustering Method ... 489
        10.3.1 FCM 클러스터링 알고리즘 ... 490
        10.3.2 FCM 클러스터링의 수치적 예제 ... 491
        10.3.3 FCM 클러스터링 방법의 C-program ... 496
참고문헌 ... 501
찾아보기 ... 507