• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.14 no.12
• /
• pp.6484-6487
• /
• 2013

This paper reports the direct controller for nonlinear plants using a neural network. The controller was composed of an approximate controller and a neural network auxiliary controller. The approximate controller provides rough control and the neural network controller gives the complementary signal to further reduce the output tracking error. This method does not place too much restriction on the type of nonlinear plant to be controlled. In this method, a RBF neural network was trained and the system showed stable performance for the inputs it has been trained for. The simulation results showed that it was quite effective and could realize satisfactory control of the nonlinear system.

• Communications for Statistical Applications and Methods
• /
• v.4 no.1
• /
• pp.91-99
• /
• 1997

본 연구에서는 신경망이론을 이용하여 시계열자료를 분석할 때 문제가 되고 있는 초기 가중값을 선정하는 방법을 제시하고자 한다. 기존의 연구에서 학습을 위한 초기 가중값의 결정은 난수에 의존하고 있다. 본 연구에서는 신경망학습의 효율적인 초기값을 선택하기 위하여 제어상자를 이용한다. 그리고 학습과정에서 가중값의 변화를 추적하고 적절한 가중값의 범위를 탐색하면서 새로운 초기값을 제어상자를 통하여 실시간으로 재설정하는 방법을 제시한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.3
• /
• pp.375-382
• /
• 2004

This paper presents control designs using neural networks (NN) for a XY positioning table. The proposed neuro-controller is composed of an outer PD tracking loop for stabilization of the fast flexible-mode dynamics and an NN inner loop used to compensate for the system nonlinearities. A tuning algorithm is given for the NN weights, so that the NN compensation scheme becomes adaptive, guaranteeing small tracking errors and bounded weight estimates. Formal nonlinear stability proofs are given to show that the tracking error is small. The proposed neuro-controller is implemented and tested on an IBM PC-based XY positioning table, and is applicable to many precision XY tables. The algorithm, simulation, and experimental results are described. The experimental results are shown to be superior to those of conventional control.

• Journal of Biosystems Engineering
• /
• v.15 no.3
• /
• pp.186-198
• /
• 1990

인간 소뇌의 구조와 기능을 간략하게 수학적으로 모델링하여 입력에 따른 시스템의 적정 출력을 학습에 의한 적응 제어 방식으로 추출해 내는 소뇌모델 대수제어기(CMAC : Cerebellar Model Arithmetic Controller)가 제안되었다. 본 논문에서는 연구개발된 기존 신경회로망과의 비교 분석에 의거하여, 소뇌모델 대수제어기 대신 네트의 특성에 따라 소뇌모델 선형조합 신경망(CMLAN : Cerebellum Model Linear Associator Network)이라 하였다. 소뇌모델 선형조합 신경망은 시스템의 제어 함수치를 결정하는 데 있어, 기존의 제어방식이 시스템의 모델링을 기초로 하여 알고리즘에 의한 수치해석적 또는 분석적 기법으로 모델 해를 산출하는 것과 달리, 학습을 통하여 저장되는 분산기억 소자들의 함수치를 선형적으로 조합함으로써 시스템의 입출력을 결정한다. 분산기억 소자로의 함수치 산정 및 저장은 소뇌모델 선형조합 신경망이 갖는 고유의 구조적 상태공간 매핑(State Space Mapping)과 델타규칙(Delta Rule)에 의거한 시스템의 입출력 상태함수의 학습으로써 수행된다. 본 논문을 통하여 소뇌모델 선형조합신경망의 구조적 특성, 학습 성질과 상태공간 설정 및 시스템의 수렴성을 규명하였다. 또한 기존의 최대 편차수정 학습 알고리즘이 갖는 비능률성 및 적용 제한성을 극복한 효율적 학습 알고리즘들을 제시하였다. 언급한 신경망의 특성 및 제안된 학습 알고리즘들의 능률성을 다양한 학습이득(Learning Gain)하에서 비선형 함수를 컴퓨터로 모의 시험하여 예시하였다.

• 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.

• Journal of KIISE:Software and Applications
• /
• v.28 no.4
• /
• pp.338-345
• /
• 2001

본 연구에서는 시계열자료를 예측하기 위해 적용한 n$\times$n$\times$1 신경망 구조에서 초기값의 시각적인 선택을 통한 개선된 학습과정을 제안한다. 적용된 Easton[1]의 제어상자는 시각적인 면과 실용적인 적용측면에서 다차원 구조를 논의하기에는 제한적이지만, 적은 개수의 은닉노드를 갖는 단순한 신경망구조에서는 초기 가중값들의 동적인 선택을 통하여 가능한 빨리 효과적인 학습이 이루어질 수 있게 할 수 있다. 신경망 학습의 오차 판단기준은 기존의 평균제곱오차(MSE)를 고려한다. 실증연구에는 모의생성된 ARMA(1,0) 자료와 담배생산량 자료를 이용한다.

• Journal of Institute of Control, Robotics and Systems
• /
• v.1 no.1
• /
• pp.33-37
• /
• 1995

순환 신경회로망의 응용에서 종종 대두되는 국지극소점을 확인하고 제거하는 효과적인 방법을 제안한다. 신경망의 학습과정에서 밝혀지는 국지극소점에 대하여 부상관성을 부과하여 에너지표면을 재조정함으로서 원하는 상태에서 회로망이 안정에 도달하게 한다. 이때 의사상태(spurious states)는 안정조건을 적용함으로서 확인되는데 이과정은 특별히 설계된 병렬회로에 의하여 효율적으로 처리된다. 이와같은 부학습(unlearning)의 결과로서 순환신경망의 저장용량과 수렴성능의 개선을 이룰수 있다.

• Proceedings of the Korean Institute of Surface Engineering Conference
• /
• 2009.10a
• /
• pp.231-232
• /
• 2009

공정의 질 (Quality)과 장비생산성을 향상시키기 위해서는 플라즈마를 엄격히 감시해야 하며, 본 연구에서는 플라즈마 색 정보와 신경망을 결합한 감시 기법을 보고한다. 본 기법은 인-시추 색 정보 수집, 시계열 신경망 모델링, 그리고 CUSUM 제어로 구성된다. 제안한 기법을 소스전력을 변화시켜 발생한 색 정보에 적용하였으며, 신경망 모델은 비정상 플라즈마를 정확하게 탐지할 수 있음을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.3 no.2
• /
• pp.397-402
• /
• 1999

In this paper, we derive dynamic equation of a simulated helicopter and propose the control method base on a neural network to control its attitude. The coupling coefficients are adjusted to minimize the error between the output of a control system and the reference value. The gain of the proposed controller are automatically adjusted by the back propagation of a neural network. Simulation results using MATLAB are given in this paper.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1995.10b
• /
• pp.243-248
• /
• 1995

본 논문에서는 신경회로망의 학습능력을 이용하여 AC 모터의 속도제어에 이용된 기 존의 PI제어기의 문제점을 보완하고자 한다. 기존의 아날로그 PI제어기에서는 각 비례, 적분 파라메타를 개발자가 조정하여 고정하면 부하가 변동될 경우 적응성이 떨어지는 문제점을 안고 있었다. 본 논문에서 제시된 디지털 신경망제어기는 학습을 통해 새로운 환경에 적응 가능하다는 점에 가정하여 설계하고 성능을 비교 평가하였다. 본 논문에서 사용된 신경회로 망의 구조는 신경망중에서 가장 범용적으로 사용되는 다층 퍼셉트론 모델구조를 선택하였 다. 신경망 제어기장치로는 인텔 8097 마이크로 콘트롤러를 이용하였다.