• 한국군사과학기술학회지
• /
• 제26권2호
• /
• pp.122-128
• /
• 2023

The target must be located within the main-lobe of the antenna in order to measure the direction of the target by using sum-delta monopulse technique. The most common way if the target is located within the main-lobe is to compare the amplitude of the sum channel received signal with the delta channel received signal. However, in the case of the single-ring circular array antenna, it is difficult to apply the conventional method due to its structural limitation where antenna elements do not exist in the center of the array. In this paper, we proposed a novel method to identify whether a target is located within the main-lobe by appropriately adjusting the feeding amplitude of each element constituting the single-ring circular array antenna through the particle swarm optimization method. Simulation results showed that the proposed method can determine whether the target is located within the main-lobe of the single-ring circular array antenna.

• 한국항공우주학회지
• /
• 제41권7호
• /
• pp.524-531
• /
• 2013

본 연구에서는 헬리콥터 로터 블레이드의 제작 과정 및 여러 가지 요인으로 인해 발생하는 불균형성을 해소하기 위한 RTB(Rotor Track and Balance) 알고리즘을 개발하였다. 비행 시험 결과로부터 RTB 조절 값과 트랙 및 기체 진동 사이의 상호관계를 선형모델을 이용한 회귀분석을 통하여 RTB 모델을 구축하였다. 개발된 RTB 알고리즘을 실기 시험 결과에 적용하여 RTB 모델을 검증하였고 선형화 모델만으로도 비교적 정확한 모델링이 가능함을 확인하였다. RTB 조절값 설정을 위해 최적화 문제를 정식화하고 유전자 알고리즘에 입자 군집 최적화(PSO) 알고리즘을 결합하여 빠른 수렴성을 갖는 최신의 최적화 기법을 적용하였다. 또한 최적화 해석을 통하여 얻은 RTB 조절값을 이용하여 트랙 편차와 기체 진동을 허용 기준치 아래로 감소시키고, 다양한 비행 조건에 대하여 효율적인 RTB를 수행할 수 있음을 보였다.

• 한국화재소방학회논문지
• /
• 제27권6호
• /
• pp.15-20
• /
• 2013

반발 입자 군집 최적화 알고리즘을 이용하여 시편 표면에서의 대류열전달 계수, 방사율 및 화염에 의한 열유속을 예측하였다. 콘 칼로리미터를 이용하여 여러 열유속 조건 하에서의 방무목 시편의 표면 온도와 질량감소율 및 발화시간을 측정하였다. 본 연구에서 최적화된 대류열전달계수, 방사율 및 화염에 의한 열유속을 이용하여 계산된 표면온도는 실험결과와 각 열유속에 대하여 평균오차가 2% 내로 잘 일치하였다. 본 연구에서 제시한 방법을 이용하여 실험적 방법으로 직접 측정하기 매우 어려운 화염이 발생하는 표면에서 열전달과 관련된 여러 물리량을 구할 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.247-248
• /
• 2008

본 논문에서는 TYPE-2 퍼지 추론 기반의 RBF 뉴럴 네트워크(TYPE-2 Radial Basis Function Neural Network, T2RBFNN)를 설계하고 PSO(Particle Swarm Optimization) 알고리즘을 이용하여 모델의 파라미터를 동정한다. 제안된 모델의 은닉층은 TYPE-2 가우시안 활성 함수로 구성되며, 출력층은 Interval set 형태의 연결가중치를 갖는다. 여기에서 규칙 전반부 활성함수의 중심 선택은 C-means 클러스터링 알고리즘을 이용하고, 규칙 후반부 Interval set 형태의 연결가중치 결정에는 경사 하강법(Gradient descent method)을 이용한 오류 역전파 알고리즘을 사용하여 학습한다. 또한, 최적의 모델을 설계하기 위한 학습율 및 활성함수의 활성화 영역 결정에는 입자 군집 최적화(PSO; Particle Swarm Optimization) 알고리즘으로 동조한다. 마지막으로, 제안된 모델의 평가를 위하여 모의 데이터 집합(Synthetic dadaset)을 적용하고 근사화 및 일반화 능력에 대하여 토의한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.95-96
• /
• 2008

본 논문에서는 시계열 예측 공정의 모델링을 위해 Type-2 퍼지 논리 집합을 이용하여 불확실성 문제를 다룬다. 기존의 Type-1 퍼지 논리 시스템(Fuzzy Logic System, FLS)은 외부의 노이즈와 같은 불확실성에 민감한 단점이 있다. 그러나 Type 퍼지 논기 시스템은 불확실한 정보까지 멤버쉽 함수로 표현함으로서 효과적으로 취급할 수 있다. 여기서 불확실한 정보를 표현하기 위해 규칙의 전 후반부 멤버쉽 함수로 삼각형 형태의 Type-2 퍼지 집합을 사용한다. 전반부의 경우 HCM 클러스터링을 사용하여 입력 데이터들 간의 거리를 중심으로 멤버쉽 함수를 정의하고, 후반부는 입자 군집 최적화(Particle Swarm Optimization) 알고리즘으로 멤버쉽 함수의 정점을 동조한다. 제안된 모델은 표준 모델 평가에 주로 사용되는 가스로 시계열 데이터를 적용하고, 특정 데이터로 노이즈에 영향 받은 데이터를 사용하여 수치 석인 예를 보인다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2007년도 춘계학술대회B
• /
• pp.2476-2481
• /
• 2007

An inverse radiation analysis is presented for the estimation of the wall emissivities for an absorbing, emitting, and scattering media with diffusely emitting and reflecting opaque boundaries. In this study, a repulsive particle swarm optimization(RPSO) algorithm which is a relatively recent heuristic search method is proposed as an effective method for improving the search efficiency for unknown parameters. To verify the performance of the proposed RPSO algorithm, it is compared with a basic particle swarm optimization(PSO) algorithm and a hybrid genetic algorithm(HGA) for the inverse radiation problem with estimating the wall emissivities in a two-dimensional irregular medium when the measured temperatures are given at only four data positions. A finite-volume method is applied to solve the radiative transfer equation of a direct problem to obtain measured temperatures.

• 한국산업융합학회 논문집
• /
• 제19권4호
• /
• pp.167-175
• /
• 2016

We present a method for improving adaptability of Learning from Demonstration (LfD) strategy by combining the LfD and Particle Swarm Optimization (PSO). A trajectory generated from an LfD is modified with PSO by minimizing a fitness function that considers constraints. Finally, the final trajectory is suitable for a task and adapted for constraints. The effectiveness of the method is shown with a target reaching task with a manipulator in three-dimensional space.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.384-386
• /
• 2009

This paper introduces an effectively optimized Fuzzy model identification by means of complex and nonlinear system applying PSO algorithm. In other words, we use PSO(Particle Swarm Optimization) for identification of Fuzzy model structure and parameter. PSO is an algorithm that follows a collaborative population-based search model. Each particle of swarm flies around in a multidimensional search space looking for the optimal solution. Then, Particles adjust their position according to their own and their neighboring-particles experience. This paper identifies the premise part parameters and the consequence structures that have many effects on Fuzzy system based on PSO. In the premise parts of the rules, we use triangular. Finally we evaluate the Fuzzy model that is widely used in the standard model of gas data and sew data.

• 전기학회논문지
• /
• 제58권12호
• /
• pp.2511-2519
• /
• 2009

In this paper, we introduce the methodological system design via feature selection using Principal Component Analysis and Particle Swarm Optimization algorithms. The overall methodological system design comes from three kinds of modules such as preprocessing module, feature extraction module, and recognition module. First, Histogram equalization enhance the quality of image by exploiting contrast effect based on the normalized function generated from histogram distribution values of 2D face image. Secondly, PCA extracts feature vectors to be used for face recognition by using eigenvalues and eigenvectors obtained from covariance matrix. Finally the feature selection for face recognition among the entire feature vectors is considered by means of the Particle Swarm Optimization. The optimized Polynomial-based Radial Basis Function Neural Networks are used to evaluate the face recognition performance. This study shows that the proposed methodological system design is effective to the analysis of preferred face recognition.

• 전기학회논문지
• /
• 제57권12호
• /
• pp.2322-2329
• /
• 2008

In this study, we introduce the design methodology of an optimized fuzzy cascade controller with the aid of particle swarm optimization(PSO) for ball & beam system. The ball & beam system consists of servo motor, beam and ball, and remains mutually connected in line in itself. The ball & beam system determines the position of ball through the control of a servo motor. We introduce the fuzzy cascade controller scheme which consists of the outer(1st) controller and the inner(2nd) controller as two cascaded fuzzy controllers, and auto-tune the control parameters(scaling facrors) of each fuzzy controller using PSO. For a detailed comparative analysis from the viewpoint of the performance results and the design methodology, the proposed method for the ball & beam system which is realized by the fuzzy cascade controller based on PSO, is presented in comparison with the conventional PD cascade controller based on serial genetic alogritms.