• 조명전기설비학회논문지
• /
• 제16권5호
• /
• pp.104-111
• /
• 2002

본 논문에서는 EM(Expectation-Maximization) 알고리즘을 이용한 자동적인 퍼지 규칙생성과 적응 뉴로-퍼지 제어기(Adaptive Neuro-Fuzzy Controller)의 설계를 제안한다. EM 알고리즘은 가우시안 혼합모델(Gaussian Mixture Model)의 최대우도추정(Maximum Likelihood Estimate)을 위해 사용되어지며 본 논문에서는 규칙생성을 위해 클러스터 중심을 추정한다. 추정된 클러스터는 ANFIS(Adaptive Neuro-Fuzzy Inference System)의 퍼지 규칙과 소속함수를 구축하는데 사용되어진다. 시뮬레이션으로 제안된 적응 뉴로-퍼지 제어기의 성능을 입증하기 위해 목욕물 온도 제어 시스템에 대해 다루고 기존 퍼지 제어기에 비해 적은 규칙의 수와 작은 값의 SAE(Sum of Absolute Error)으로 성능개선을 확인하였다.

• 한국조명전기설비학회지:조명전기설비
• /
• 제11권2호
• /
• pp.102-109
• /
• 1997

전력부하 설비시스템에 장치하는 퍼지제어기의 성능은 제어대상의 변화에 민감하여 제어대상이 바뀔때마다 퍼지 소속함수폭이나 제어규칙을 조정해야 한다. 본 논문은 퍼지제어기의 성능에 영향을 미치는 요소들을 종합적으로 고찰하여, 제어대상의 변화에 적응하여 최적의 퍼지 소속함수폭에 자동동조하는 다층 신경회로망을 사용한 성능이 개선된 뉴로퍼지제어기를 제안하여 구성하였다. 이것을 다양한 일차지연요소를 갖는 설비시스템의 시뮬fp에션을 하여 우수한 제어 특성을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제15권1호
• /
• pp.24-29
• /
• 2005

일반적으로 다변수 계통에 대한 퍼지 제어에서 퍼지 규칙을 얻기가 어려워 입출력 사이의 페어링을 이용한 독립적인 단일 입력 단일 출력의 병렬 구조를 이용한다. 그러나, 결합되지 않은 입출력 변수간의 상호작용으로 제어 성능에 나쁜 영향을 준다. 특히, 강한 결합 특성을 가진 계통의 경우 제어 성능을 아주 저하시킨다. 본 논문에서는 이러한 상호작용에 의한 영향을 보상해주기 위해 상대 이득 행렬을 이용한 신경 회로망을 도입하였다 제안한 뉴로 퍼지 제어기는 역전파 알고리즘으로 학습되며 강호작용에 대한 결합강도를 자동으로 조정하여준다. 제안한 뉴로 퍼지 제어기의 성능을 200MW급 보일러 계통에 대한 컴퓨터 모의실험을 통해 입증하였다.

• 한국항공우주학회지
• /
• 제31권6호
• /
• pp.61-71
• /
• 2003

터보제트엔진 모델에 대한 제어에 있어서, 비교적 잘 설계된 PI 제어기 성능결과를 바탕으로 Takagi-Sugeno형 뉴로-퍼지 추론계를 통한 플랜트 모델의 제어 시스템을 규명함으로서, PI형 T-S 퍼지규칙들을 퍼지제어기를 설계하였다. 이렇게 설계된 제어기의 성능을 향상시키기 위하여, 각 퍼지규칙들을 퍼지 C-Means Algorithm으로부터 각각의 목적 함수군으로 분류한 후, 각 분류군에 대해 규칙간의 가중치가 각 목적함수의 만족도에 부합되도록 하는 기법을 제시하였고, 이를 잘 설계된 T-S형 퍼지제어기에 적용하여 성능을 향상시킴으로써 그 유용성을 보였다.

• 한국지능시스템학회논문지
• /
• 제6권4호
• /
• pp.49-60
• /
• 1996

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.

• Journal of Advanced Marine Engineering and Technology
• /
• 제24권2호
• /
• pp.72-81
• /
• 2000

In this paper, we design an adaptive neuro-fuzzy inference system(ANFIS) precompensator for load frequency control of 2-area power systems. While proportional integral derivative (PID) controllers are used in power systems, they may have some problems because of high nonlinearities of the power systems. So, a neuro-fuzzy-based precompensation scheme is incorporated with a convectional PID controller to obtain robustness to the nonlinearities. The proposed precompensation technique can be easily implemented by adding a precompensator to an existing PID controller. The applied neruo-fuzzy inference system precompensator uses a hybrid learning algorithm. This algorithm is to use both a gradient descent method to optimize the premise parameters and a least squares method to solve for the consequent parameters. Simulation results show that the proposed control technique is superior to a conventional Ziegler-Nichols PID controller in dynamic responses about load disturbances.

• 전자공학회논문지C
• /
• 제35C권12호
• /
• pp.85-98
• /
• 1998

본 논문은 특정 응용에 적합한 퍼지 제어기의 최적 설계 파라메터 (퍼지 규칙과 소속 함수)를 찾는데 역전파 학습 과정과 유전 알고리즘을 결합한 Lamarckian 상호적응 기법을 이용한 뉴로-퍼지 제어기의 새로운 설계 방법을 제안한다. 설계 파라메타들은 진화에 의한 전역적 탐색을 통해 높은 포함값과 유용한 퍼지 규칙들을 갖는 규칙 베이스와 작은 근사화 오차와 좋은 제어 성능을 갖는 소속 함수들을 얻도록 제어기간 파라메타 조절을 수행하며, 학습에 의한 국부적 탐색을 통해 각 퍼지 제어기가 원하는 제어 결과를 나타내도록 제어기내 파라메타 조절을 수행한다. 제안한 상호적응 설계 방법은 유전 알고리즘의 모든 세대에서 역전파 학습이 이루어지므로 보다 좋은 근사화 능력을 나타나고, 사용한 무게 중심 비퍼지화기가 정확한 비퍼지화값을 계산하므로 보다 좋은 제어 성능을 가지며, 퍼지 규칙 베이스와 소속 함수들의 최적화 탐색 과정이 입출력 공간의 같은 퍼지 분할 상에서 통합된 적응 함수에 의하여 동시에 수행되므로 탐색을 위한 작업 공간이 아주 작아지는 장점이 있다. 시뮬레이션 결과는 Lamarckian 상호 적응에 의해 얻어진 FLC가 퍼지 규칙수, 근사화 능력, 제어 성능등 모든 면에서 다른 방법에 의해 얻어진 FLC보다 가장 우수함을 보여준다.

• 한국지능시스템학회논문지
• /
• 제3권3호
• /
• pp.38-54
• /
• 1993

퍼지 제어기(FLC)는 Max-Min CRI 방법을 이용하여 추론하는 시스템이다. 그러나 이 방법은 주관적인 멤버쉽 함수의 결정, 오류 발생 가중치 전략, 비합리적인 추론 규칙들의 조합이라는 세가지 문제점 때문에 원하는 추론 결과와 실제 추론 결과 사이에 상당한 오류 영역을 발생시킨다. 본 논문에서는 이를 해결하기 위해 퍼지 이론에 신경 회로망의 학습 기능이 융합되어 지능적으로 작동하는 뉴로-퍼지 시스템(INFS)을 제안한다. INFS는 이상의 문제 해결 방안이 지식 획득 단계, 적응 조절단계를 통해 작동함으로써 임의의 입력에 대해서도 추론이 가능한 시스템이다. 제안된 INFS를직류 계열 모니터에 적용한 결과 신경 회로망을 사용하지 않았을때 보다 오류 영역을 상당히 줄여주었다. 또한 학습 시간을 고려해 볼 때, INFS에서 사용하는 추론 방법(NCRI 방법)이 지금까지 다른 방법에 비해 휠씬 효율적이었다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제51권8호
• /
• pp.352-359
• /
• 2002

A neuro-fuzzy controller has some problems that he difficulty of tuning up the membership function and fuzzy rules, long time of inferencing and defuzzifying compare to PID. Also, the fuzzy controller's own defect as a PD controller has. In this study, it is proposed two methods to solve these problems. The first method is that inner fuzzy rules are tuned up automatically by the back propagation learning according to error patterns. And the second method is a new type defuzzification method that shorten the calculation time of an inferencing and a defuzzifying. In this study, it is designed the new type neuro-fuzzy controller that improves the fast response and the stability of a system by using the proposed methods. And, the designed controller is named EPLNFC(Error pattern Learning Neuro-Fuzzy Controller). To evaluate the fast response and the stability of EPLNFC designed in this study, EPLNFC is applied to a speed control of a DC motor and AC motor.

• 조명전기설비학회논문지
• /
• 제15권4호
• /
• pp.14-22
• /
• 2001

본 논문에서는 전력계통의 저주파 진동 억제와 안정도 향상을 위해 적응 뉴로-퍼지 전 보상기(Adaptive Neuro-Fuzzy Precompensator, ANFP)를 설계하였다. 여기서 ANFP는 종래의 전력계통 안정화 장치(Power System Stabilizer, PSS)를 보상하도록 설계되며, 이 설계기법은 기존의 PSS 최적 파라미터를 구하는 방식과는 달리 현재 사용중인 PSS 파라미터를 고정시켜놓고, ANFP만을 추가하는 구조적인 장점을 나타낸다. 먼저, 학습 능력을 가지는 퍼지 전 보상기가 구성되며, 이는 발전 유니트의 입출력 데이터로부터 학습된다. ANFP는 학습의 특성을 가지기 때문에 보상기의 퍼지규칙과 소속함수는 학습 알고리즘에 의해 자동으로 동조될 수 있다 학습은 ANFP와 목표 제어기(desired controller)의 출력을 비교하여 평가되는 오차를 최소화하도록 수행된다. 사례 연구 들에서 다양한 동작 조건들 상에서 전력계통의 우수한 제동을 제공할 수 있었으며, 시스템의 동특성을 향상시킬 수 있었다