초록
본 논문의 목적은 신경망을 이용한 퍼지 하이퍼큐브의 적응 학습 제어알고리듬의 개발이다. 퍼지 시스템 규칙베이스 후건부의 실시간적인 수정, 초기 퍼지 제어규칙의 일시적인 안정성을 가정하여 퍼지제어기와 신경망의 장점만을 살린 지능형 제어시스템의 설계방법을 제안하였다. 퍼지 제어기로는 실현 가능한 퍼지 하이퍼큐브의 구조를 선택하였고, 퍼셉트론 신경만의 학습법칙을 적용하여 출력오차로써 퍼지 제어기의 규칙을 실시간적으로 수정해 나가는 방법을 사용하였다. 결과적으로 적응 퍼지-뉴로 제어시스템을 Cart-Pole 제어에 응용함으로써 이러한 지능형 제어기의 유효성과 강인성을 보였다.
The objective of this paper is to develop an adaptive learning method for fuzzy hypercubes using a neural network.
An intelligent control system is proposed by exploiting only the merits of a fuzzy logic controller and a neural
network, assuming that we can modify in real time the consequential parts of the rulebase with adaptive learning,
and that initial fuzzy control rules are established in a temporarily stable region. We choose the structure of
fuzzy hypercubes for the fuzzy controller, and utilize the Perceptron learning rule in order to upda1.e the fuzzy control
ru1c:s on-line with the output errors. As a result, the effectiveness and the robustness of this intelligent controller
are shown with application of the proposed adaptive fuzzy-neuro controller to control of the cart-pole system.
