• ICROS
• /
• v.1 no.3
• /
• pp.101-108
• /
• 1995

이 글에서는 퍼지제어기의 기본 구성에 대해 간단히 다루고 모델에 근거해 다음 제어상태를 예견해 내는 제어기법인 모델참조 적응을 기반으로 한 적응 퍼지제어에 대해서, 그리고 신경회로망을 이용한 퍼지제어기의 파라미터의 조정과 클러스터링을 통해서 퍼지규칙을 예측하는 적응 퍼지제어기에 대해서 살펴보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.779-783
• /
• 2010

최근 들어 그 심각성을 더하고 있는 이상기후 현상으로 가용 수자원의 변동이 커지고 있으며, 이에 따라 수자원의 효율적인 운영이 요구되고 있다. 그러나 효율적인 운영을 위해서는 미래 유입량의 불확실성의 고려하고, 홍수 조절용량의 확보하면서도, 용수공급을 위한 저수량을 확보하고, 수력 발전을 해야 하는 복잡한 상황을 모두 고려하여야한다. 이러한 복잡한 시스템에서 하나의 최적화 기법으로는 모든 고려사항들을 만족시키는 최적해를 찾는 것은 사실상 불가능에 가깝다. 그러므로 저수지 운영의 최적화를 위한 연구에서 한 가지 이상의 기법을 조합하는 기법을 사용하게 되었다. 이러한 기법은 각 기법의 장점을 취하고 각각의 한계를 극복하기 위해 주로 사용되었다. 본 연구에서는 저수지 운영 최적화를 모의하기 위하여 대청댐에서의 저수위, 유입량, 용수이용량 등을 고려하여 방류량의 예측을 동적 계획법(Dynamic Programming Model)으로부터 동적 신경망(Dynamic Neural Network Model)과 적응 퍼지 제어기법(Adaptive Neuro-Fuzzy Inference System)을 개발하여 실제 방류량과 세 가지 최적화 방법에 의한 결과를 비교 검정하였다. 본 연구의 수행으로 인해 얻어진 결과를 요약하면 다음과 같다. 첫째, 동적 신경망과 적응 퍼지 제어기법에 의한 최적화 모의가 동적 계획법에 비해 시스템의 구축이 쉽고 유연하다. 둘째, 퍼지추론의 Membership 함수의 구축에 따라 단시간에 많은 양의 강우가 발생하는 국지성 강우에 대해서도 최적 방류량을 예측할 수 있다. 셋째, 저수지 운영 과거자료의 부족과 불확실성을 해결하면, 보다 용이하고 양호한 예측결과를 얻을 수 있을 것이다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.384-389
• /
• 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 규\ulcorner 수, 근사화 능력, 제어 성능등 모든면에서 다른 방법에 의해 얻어진 FLC보다 가장 우수함을 보여준다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.5
• /
• pp.46-50
• /
• 1997

In fuzzy logic control, static fuzzy rules cannot cope with significant changes of parameters of plants or environment. To solve this prohlem, self-organizing fuzzy control. neural-network-hased fuzzy logic control and so on have heen introduced so far. However, dynamically changed fuzzy rules of these schemes may make a fuzzy logic controller Fall into dangerous situations because the changed fuzzy rules may he incomplete or inconsistent. This paper proposes a new adaptive filzzy logic control scheme using a predictivc neural network. Although some parameters of a controlled plant or environment are changed, proposed fuzzy logic controller changes its decision outputs adaptively and robustly using unchanged initial fuzzy rules and the predictive errors generated hy the predictive neural network by on-line learning. Experimental results with a D<' servo-motor position control problem show that propnsed cnntrol scheme is very useful in the viewpoint of adaptability.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.150-153
• /
• 2000

본 논문에서는 퍼지규칙의 수가 적고, 결론부가 선형식으로 표현되는 TSK 퍼지시스템을 이용한다. 본 논문에서 제안되는 적응제어 방법은 규범모델 적응제어 기법을 응용한 것으로 Lyapunov함수를 이용하여 안정성문제를 해결하면서 동시에 최적의 적응법칙을 유도 할 수 있도록 설계되었다. 그리고 역진자 시스템에 대해서 시뮬레이션을 통해 제안된 적응 퍼지제어기의 설계 방법이 유효함을 보인다.

• Journal of the Institute of Electronics Engineers of Korea TE
• /
• v.39 no.4
• /
• pp.414-422
• /
• 2002

In this paper, we propose a new method of adaptive neuro-fuzzy control using CFCM(Conditional Fuzzy c-means) clustering and fuzzy equalization method to deal with adaptive control problem. First, in the off-line design, CFCM clustering performs structure identification of adaptive neuro-fuzzy control with the homogeneous properties of the given input and output data. The parameter identification are established by hybrid learning using back-propagation algorithm and RLSE(Recursive Least Square Estimate). In the on-line design, the premise and consequent parameters are tuned to RLSE with forgetting factor due to a characteristic of time variant. Finally, we applied the proposed method to the water temperature control system and obtained better results than previous works such as fuzzy control.

• Composites Research
• /
• v.17 no.5
• /
• pp.7-14
• /
• 2004

This paper deals with adaptive fuzzy logic controller design to achieve proper dynamic response of a composite thin-walled beam with a tip mass. In order to check the effectiveness of this controller, three different types of control logic are selected and applied. The adaptive control capabilities provided by a system of piezoactuators bonded or embedded into the structure are also implemented in the system. Results show that the fuzzy logic controller is more effective than the proportional or velocity feedback controller for the vibration control of composite thin-walled beam with a tip mass.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1995.10b
• /
• pp.174-179
• /
• 1995

본 논문데서는 부하외란이나 시스템 내부 파라미터의 변동시에 적응력이 저하되는 종래의 PI제어기와, 정상상태 잔류편차가 존재하는 퍼지 제어기의 단점을 극복하기 위한 적 응 퍼지 제어 기법을 제안하였고, 이를 도립 진자 시스템에 적용하였다. 운송차의 위치 및 진자 각도의 오차, 오차의 변화량에 따라 퍼지 추론을 행하여 PI 제어기의 가중치를 결정하 는 구조로, P제어기는 운송차 및 진자의 오차가 과도 상태에서의 영역에서 사용되어 속응성 과 고정도의 특성을 얻는다. 1제어기는 정상상태에서의 정도 향상에 이용되었다. 특히, 제안 하는 적응 퍼지 제어기는 운송차의 위치 오차에 대한 PI 동작과, 진자의 각도 오차에 대한 PI 동작을 각각 퍼지 추론에 의해 부드럽게 전환함으로서 고유 불안정의 시스템인 도립 진 자 시스템의 안정화 제어에 적용하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.363-366
• /
• 2000

본 논문에서는 브러쉬없는 직류전동기의 위치제어를 위한 직접적응 퍼지가변구조제어기를 설계한다. 가변구조제어는 시스템의 파라메터 변화나 외란에 둔감한 특성을 갖는 반면 떨림현상의 문제점을 가지고 있다. 떨림현상의 진폭은 시스템의 불확실정보를 최악의 상태로 가정한 후 결정되므로, 기존의 가변구조제어에서는 그 크기가 너무 크다. 또한 이런 불확실한 요소들의 최대값은 찾아내기도 어렵다. 본 논문에서는 불확실한 요소의 최대값을 최적으로 추정하기 위하여 퍼지 추론 기법을 사용한다. 아울러 소속함수의 원소들을 직접적응 기법에 의하여 자동 조정할 수 있는 기법을 추가한다. 이를 통하여 우수한 제어 성능을 얻을 수 있음을 확인한다.

• Science of Emotion and Sensibility
• /
• v.1 no.2
• /
• pp.93-103
• /
• 1998

효율적이고 체계적인 퍼지제어를 위해 조작자의 제어동작을 모델링하거나 공정을 모델링하는 기법이 필요하고, 또한 퍼지 추론시에 조건부의 기여도(contribution factor)의 결정과 동작부의 제어량의 결정이 추론의 결과에 중요하다. 본 논문에서는 추론시 조건부의 기여도와 동작부의 세어량이 퍼지 엔트로피의 개념하에서 수행되는 적응 퍼지 추론시스템을 제시한다. 제시된 시스템은 전방향 신경회로망의 토대위에서 구현되며 주건부의 기여도가 퍼지 엔트로피에 의하여 구해지고, 동작부의 제어량은 확장된 퍼지 엔트로피에 의하여 구해진다. 이를 위한 학습 알고리즘으로는 역전파 알고리즘을 이용하여 조건부의 파라미터의 동정을 하고 동작부 파라미터의 동정에는 국부해에 보다 강인한 유전자 알고리즘을 이용하다. 이러한 모델링 기법을 임펄스 잡음과 가우시안 잡음이 첨가된 영상에 적용하여 본 결과, 영상복원시에 발생되는 여러 가지의 경우에 대한 적응성이 보다 양호하게 유지되었고, 전체영상의 20%의 데이터만으로도 객관적 화질에 있어서 기존의 추론 방법에 비해 향상을 보였다.