DOI QR코드

DOI QR Code

피지이론과 유전알고리츰의 합성에 의한 Flexible Manipulator 제어기 설계

Design of a Controller for a Flexible Manipulator Using Fuzzy Theory and Genetic Algorithm

  • 이기성 (홍익대학교 전자전기공학부) ;
  • 조현철 (경북전문대학 디지털전자정보과)
  • 발행 : 2002.02.01

초록

본 논문에서는 Flexible Manipulator의 제어를 위해 퍼지제어의 제약인 멤버쉽 함수, 퍼지규clr을 유전알고리즘으로 조정, 최적화 하는 새로운 제어기를 설계하였다. 사용된 유전알고리즘은 Steady State Genetic 알고리즘과 Adaptive 유전 알고리즘의 합성이다. 제안한 제어기는 Flexible Manipulator의 끝점 무게 0.8kmg, 최대속도 1m/s의 경우, 퍼지제어에 비해 오차가 90.8% 감소하고 신경회로망을 이용한 퍼지제어에 비하여는 31.8% 감소하였으며 진화전략과 퍼지제어합성에 의한 제어기보다는 오차가 31.3% 감소하는 통 제어성능과 그 유용성이 우수함을 확인하였다.

A position control algorithm for a flexible manipulator is studied. The proposed algorithm is based on a fuzzy theory with a Steady State Genetic Algorithm(SSGA) and an Adaptive Genetic Algorithms(AGA). The proposed controller for a flexible manipulator have decreased 90.8%, 31.8%, 31.3% in error when compared with a conventional fuzzy controller, fuzzy controller using neural network, fuzzy controller using evolution strategies, respectively when the weight and the velocity of end-point are 0.8k9 and 1m/s, respectively.

키워드

참고문헌

  1. J.M. Zurada, Introduction to Artificial Neural Networks, West Publishing Company, 1992.
  2. K.J. Astrom and B. Wittenmark, Adaptive Control, Addison Wesley, 1992.
  3. G. V. S. Raju and J. Zhou, "Adaptive Hierarchical Fuzzy Controller," IEEE Trans. on S. M. C, vol.23, no. 4, July 1994.
  4. B.M. Chung and J.H. Oh, "Auto-tuning Method of Membership Function in a Fuzzy Learning Controller," J. of Intelligent and Fuzzy System, vol. 1, 1994.
  5. M. Srinivas, L.M Patnaik, "Genetic Algorithms: Survey", IEEE Computer, vol. 27, no. 6, pp. 17-26, 1ffi4.
  6. 이승준, "Flexible Manipulator제어를 위한 자동 구축 퍼지 제어기 설계", 홍익대학교 석사학위 논문, 1995.
  7. P.D. Wasserman, Advanced Methods in Neural Computing, Van Nostrand Reinhold, 1993.