• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.2095-2096
• /
• 2006

본 논문에서는 복잡하고 비선형적인 시스템에 대하여 구체적이고 체계적인 방법에 의한 퍼지 모델을 동정하기 위해 유전자알고리즘을 이용하여 전반부 및 후반부의 구조와 파라미터 동정하기 위한 유전론적 접근을 소개한다. 정보 입자 기반 퍼지 모델의 구조를 동정하기 위하여 유전자 알고리즘을 이용하여 입력 변수의 수, 선택될 입력 변수, 멤버쉽함수의 수, 그리고 후반부 형태를 결정하고, 파라미터를 동정하기 위하여 전반부 멤버쉽 파라미터를 동조하여 최적의 퍼지 모델을 설계한다. 또한 구조 동정 및 파라미터 동정에 있어서 개별적인 방법과 동시적인 방법으로 접근하여 정보 입자 기반 퍼지 모델의 최적 동정을 도모한다. 마지막으로 제안된 퍼지 모델은 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.

• The Journal of the Korea Contents Association
• /
• v.11 no.3
• /
• pp.48-55
• /
• 2011

In this paper, we analyze the input-output characteristics of fuzzy inference systems according to the division of entire input spaces and the fuzzy reasoning methods to identify the fuzzy model for nonlinear process. And fuzzy model is expressed by identifying the structure and parameters of the system by means of input variables, fuzzy partition of input spaces, and consequence polynomial functions. In the premise part of the rules Min-Max method using the minimum and maximum values of input data set and C-Means clustering algorithm forming input data into the hard clusters are used for identification of fuzzy model and membership function is used as a series of triangular membership function. In the consequence part of the rules fuzzy reasoning is conducted by two types of inferences. The identification of the consequence parameters, namely polynomial coefficients, of the rules are carried out by the standard least square method. And lastly, we use gas furnace process which is widely used in nonlinear process and we evaluate the performance for this nonlinear process.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.463-466
• /
• 2004

본 논문에서는 각 입력 변수에 대하여 퍼지 공간을 분할한 퍼지 집합 기반 퍼지 추론 시스템을 제안한다. 퍼지 모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 쥘 필요성이 요구된다. 정보 granules는 근접성, 유사성 또는 기능성 등의 기준에 의해 서로 결합된 물체(특히, 데이터 점)의 연결된 모임으로 간주된다. 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의한 중심71을 이용하여 각 입력 변수에 대한 퍼지 집합 기반 전반부/후반부 구조 및 파라미터를 동정한다. 퍼지 추론 방법은 간략 및 선형 퍼지 추론을 수행하며 삼각형 멤버쉽 함수를 사용한다. 구축된 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정하며, 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀한다. 또한, 제안된 퍼지 모델은 수치적인 예를 통하여 성능을 평가한다.

• Proceedings of the KIEE Conference
• /
• 1997.07b
• /
• pp.434-436
• /
• 1997

본 연구에서는 저속에서 발생하는 측정잡음에 대한 문제를 불규칙 확률시스템으로 고려하여 Kalman 필터를 관측자로서 사용하고 고속에서뿐만 아니라 저속에서의 위치와 속도 추정성능을 향상시키고자 한다. Kalman 필터는 확률적 외란을 포함하고 있는 동적시스템에 적용되는 최적상태 추정자이다. 또한 이 Kalman 필터는 외란을 가지는 이산형 실시간 동적 처리 시스템에서 최적의 미지 상태를 추정하기 위해 선형, 불편향, 그리고 최소 오차분산 회귀형 알고리즘을 제공한다. 또한, MRAS(Model Reference Adaptive System) 방법을 이용하여 모터와 부하에 대응되는 기계적 시정수를 동정한다. 이 방법은 기계적인 시정수가 알려지지 않은 시스템에 적용하여 위치와 속도의 추정을 가능하게 하기 위해서이다. 더욱이 동정의 결과를 이용하여 Kalman 필터 알고리즘에 적용한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.21 no.1
• /
• pp.291-299
• /
• 1996

A new identification method using a higher order multilayer neural network is proposed for identifying a complex dynamic system such as a robotic manipulator. The input torque data for learning of the neural identifier are generated for producing effective output trajectories by a minimization process of a specific performance index function which indicates the difference between the reference points and the present joint positions and their velocities of the robotic manipulator. Computer simulation results show that the proposed identification method is very effective for identifying the systems with complex dynamics and large moment of inertia.

• Journal of Ocean Engineering and Technology
• /
• v.11 no.4
• /
• pp.197-204
• /
• 1997

최근 유도전동기를 이용한 가변속 구동시스템의 수요가 자동화 및 에너지의 효율적 이용 측면에서 육상 산업체는 물론, 선박 및 해양플랜트에도 확산되고 있다. 유도전동기의 토크 고속제어법은 가변속 구동시스템의 고성능화를 위한 필수과제로서, 제어법 적용시 2차저항의 동정문제가 대단히 중요하다. 본 논문에서는 유도전동기의 토크 고속 응답제어계에 있어서 고정도의 토크응답을 실현하기 위한 2차저항 동정법을 제안한다. 제안된 방법은 모터의 회로방정식으로부터 유도되며, 모터의 인가전압과 1차전류 정보로부터 간단히 구현된다. 제안된 방안의 타당성을 검증하기 위하여 펄스폭변조방식의 전압형 인버터를 상정한 수치 시뮬레이션을 수행하며 그 결과를 통하여 제안방식의 유용성을 입증한다.

• NEWSLETTER 전기공업
• /
• no.99-17 s.234
• /
• pp.24-32
• /
• 1999

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.366-369
• /
• 2006

본 논문에서는 계층적 공정 경쟁 유전자 알고리즘을 통한 비선형시스템의 정보입자 기반 퍼지집합 퍼지집합 모델의 최적화 방법을 제안한다. 퍼지집합 모델은 주로 전문가의 경험에 기반을 두어 얻어지기 때문에 동정과 최적화 과정이 필요하며 GAs를 이용하여 퍼지모델을 최적화한 연구가 많이 있다. GAs는 전역 해를 찾을 수 있는 최적화 알고리즘으로 잘 알려져 있지만 조기 수렴 문제를 포함하고 있다. 병렬유전자 알고리즘(PGA)은 조기수렴를 더디게 하고 전역 해를 찾기 위한 진화알고리즘이다. 적응형 계층적 공정 경쟁기반 유전자 알고리즘(AHFCGA)을 이용하여 퍼지모델의 입력변수, 멤버쉽함수의 수, 멤버쉽함수의 정점 등의 전반부 구조와 파라미터를 동정하였고, LSE를 사용하여 후반부 파라미터를 동정하였으며 실험적 예제를 통하여 제안된 방법의 성능을 평가한다.

• The Journal of the Korea Contents Association
• /
• v.5 no.1
• /
• pp.37-44
• /
• 2005

In this study, we integrated 40 kinds of aerobic bacteria that has a higher appearance rate and data for experts and educations, and constructed the aerobic bacterial images database. Constructed system is useful to culture of bacteria for novice without expert's heuristics and deep knowledge and to decrease time and money for handling of patient's examination results. Moreover, it can add new bacterial information in database and contribute to raise a medical quality and it is useful to support a expert's technology in department of laboratory medicine.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.39 no.1
• /
• pp.51-65
• /
• 2002

This paper presents a design method of the neural network-based controller using an indirect adaptive control method to deal with an intelligent control for chaotic nonlinear systems. The proposed control method includes the identification and control Process for chaotic nonlinear systems. The identification process for chaotic nonlinear systems is an off-line process which utilizes the serial-parallel structure of multilayer neural networks and simple state space neural networks. The control process is an on-line process which uses the trained neural networks as the system model. An error back-propagation method was used for training of identification and control for chaotic nonlinear systems. The performance of the proposed neural network controller was evaluated by application to the Duffing equation and the Lorenz equation, and the proposed controller was compared with other neural network-based controllers by computer simulations.