• 대한전기학회논문지:전력기술부문A
• /
• 제51권4호
• /
• pp.188-195
• /
• 2002

We proposed the design of SVC adaptive fuzzy logic controller(AFLC) using Tabu search and neural network. We tuned the gains of input-output variables of fuzzy logic controller(FLC) and weights of neural network using Tabu search. Neural network was used for adaptively tuning the output gain of FLC. The weights of neural network was learned from the back propagation algorithm in real-time. To evaluate the usefulness of AFLC, we applied the proposed method to single-machine infinite system. AFLC showed the better control performance than PD controller and GAFLS[10] for three-phase fault in nominal load which had used when tuning AFLC. To show the robustness of AFLC, we applied the proposed method to disturbances such as three-phase fault in heavy and light load. AFLC showed the better robustness than PD controller and GAFLC[10].

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2432-2434
• /
• 2004

In this paper, we present a novel approach for the structure of Fuzzy Neural Network(FNN) based on wavelet function and apply this network structure to the solution of the tracking problem for mobile robots. Generally, the wavelet fuzzy model(WFM) has the advantage of the wavelet transform by constituting fuzzy basis function(FBF) and the conclusion part to equalize the linear combination of FBF with the linear combination of wavelet functions. However, it is very difficult to identify the fuzzy rules and to tune the membership functions of the fuzzy reasoning mechanism. Neural networks, on the other hand, utilize their learning capability for automatic identification and tuning. Therefore, we design a wavelet based FNN structure(WFNN) that merges these advantages of neural network, fuzzy model and wavelet. To verify the efficiency of our network structure, we evaluate the tracking performance for mobile robot and compare it with those of the FNN and the WFM.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권9호
• /
• pp.430-438
• /
• 2001

In this study, we introduce the adaptive Polynomial Neuro-Fuzzy Networks(PNFN) architecture generated from the fusion of fuzzy inference system and PNN algorithm. The PNFN dwells on the ideas of fuzzy rule-based computing and neural networks. Fuzzy inference system is applied in the 1st layer of PNFN and PNN algorithm is employed in the 2nd layer or higher. From these the multilayer structure of the PNFN is constructed. In order words, in the Fuzzy Inference System(FIS) used in the nodes of the 1st layer of PNFN, either the simplified or regression polynomial inference method is utilized. And as the premise part of the rules, both triangular and Gaussian like membership function are studied. In the 2nd layer or higher, PNN based on GMDH and regression polynomial is generated in a dynamic way, unlike in the case of the popular multilayer perceptron structure. That is, the PNN is an analytic technique for identifying nonlinear relationships between system's inputs and outputs and is a flexible network structure constructed through the successive generation of layers from nodes represented in partial descriptions of I/O relatio of data. The experiment part of the study involves representative time series such as Box-Jenkins gas furnace data used across various neurofuzzy systems and a comparative analysis is included as well.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2261-2263
• /
• 2001

Fuzzy controller design consists of intuition, and any other information about how to control system, into a set of rules. These rules can then be applied to the system. It is very important to decide parameters of IF-THEN rules. Because fuzzy controller can make more adequate force to the plant by means of parameter optimization, which is accomplished by learning procedure. In this paper, we apply fuzzy controller designed to the Swing-UP Inverted pendulum.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2006년도 춘계학술대회 논문집
• /
• pp.309-314
• /
• 2006

Interior permanent magnet synchronous motor(IPMSM) has become a popular choice in electric vehicle applications, due to their excellent power to weight ratio. This paper proposes maximum torque control of IPMSM drive using adaptive learning fuzzy neural network and artificial neural network. This control method is applicable over the entire speed range which considered the limits of the inverter's current md voltage rated value. For each control mode, a condition that determines the optimal d-axis current $i_d$ for maximum torque operation is derived. This paper considers the design and implementation of novel technique of high performance speed control for IPMSM using adaptive teaming fuzzy neural network and artificial neural network. The hybrid combination of neural network and fuzzy control will produce a powerful representation flexibility and numerical processing capability. Also, this paper proposes speed control of IPMSM using adaptive teaming fuzzy neural network and estimation of speed using artificial neural network. The back propagation neural network technique is used to provide a real time adaptive estimation of the motor speed. The proposed control algorithm is applied to IPMSM drive system controlled adaptive teaming fuzzy neural network and artificial neural network, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper proposes the analysis results to verify the effectiveness of the adaptive teaming fuzzy neural network and artificial neural network.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.506-510
• /
• 2004

토크 전달시스템은 다수의 기어와 커플링이 유연하게 구성되어 있으므로 모터의 속도가 갑자기 변할 때 비틀림 진동이 발생한다. 모터의 정확한 응답 특성을 얻기 위해서는 반드시 이 진동은 억제되어야 한다. 따라서 진동억제는 모터제어에 있어서 매우 중요하다. 특히 2관성 시스템의 진동억제를 위해 다양한 제어방법들이 소개되었다. 토크의 비틀림 현상으로 인해 발생하는 진동을 억제하기 위해 토크의 비틀림 성분을 궤환시키고 일반적인 필터로 구성된 외란 관측기 필터를 사용하는 방법이 소개되었다. 또한 이를 계수도법(CDM)을 이용 적절한 P 제어기와 필터의 계수값을 설계하여 진동을 억제하는 방법이다. 그러나 계수도법을 이용하여 설계된 제어기 파라미터는 외란 인가시 적응성이 떨어짐을 알 수 있다. 반면 PID 제어기는 설계가 간단하나 초기에 과도한 오버슈트를 및 진동 문제를 유발한다. 이러한 문제점들을 해결하기 위하여 최근에는 2자유도 파라미터 a로 비례이득을 가변함으로써 외란에는 영향을 받지 않고 목표치 추종 성능을 개선할 수 있는 단순하고 실용적인 2자유도 PID 제어기가 소개되었다. 그러나 이 방법 역시 원하는 P값을 얻기 위해 u를 가변 하여야 하는 단점을 가지고 있다. 따라서 본 논문에서는 이러한 단점들을 극복하기 위해 퍼지 알고리즘을 사용 파라미터 $\alpha$를 자동 조정하는 제어기를 설계하였다. 사용된 제어기의 성능을 입증하기 위하여 기존의 제어방법과 시뮬레이션을 통해 비교, 평가한다.

• 조명전기설비학회논문지
• /
• 제14권3호
• /
• pp.68-76
• /
• 2000

로켓이나 2족 보행 로봇(Biped Robots)의 자세 제어에 응용되는 도립진자 시스템(Inverted Penduhum System)은 대표적 비선행 시스템으로 수학적 모델링이 대단히 어려우며, 모델링올 하였다 하더라도 복잡한 구조가 된다. 이의 해결을 위한 고전적인 제어 기법으로 1970년대 이후부터는, 신경회로망과 퍼지, 카오스, 유전 알고리증을 이용한 제어 기법들이 도립진자의 안정화 제어에 적용되어져고 있으며, 최근 신경회로망의 자동설계 기법들과 유전 또는 전화 알고리즘올 이용한 신경회로망의 구축 기법인 종래의 진화형 선정회로 제어기(ENNC : Evohing Neural Network Controller)가 시도되어지고 있다. 그러나 종래의 ENNC의 전화방식은 노드(뉴런)단위로 교배하며, 특히, 활성화 함수를 지닌 은닉층의 뉴런이 입력층의 뉴런으로 대체되는 경우, 입력층 뉴런과 출력층 뉴런 사이의 결합 가중치가 삭제되지 않는 등의 문제점이 지적될 수 있다. 따라서, 본 논문에서는 도립진자 시스템의 안정화 제어를 위하여 선택, 교배, 돌연변이의 진화 연산자에 의해 일시에 최적의 구조와 결합가중치로 진화시켜 가능 새로운 형태의 ENNC를 제안하고자 한디. 또한, 다양한 초기치에 적응된 최적 구조와 결합가중치를 갖는 새로운 형태의 ENNC를 시뮬레이션율 통하여 얻고, 이를 ADA-2310보드 및 80586 마이크로 프로세서로 실현하여, 도립진자 시스템의 안정화 제어에 적용함으로써 본 논운에서 제안한 ENNC의 우수성과 강인성을 입증하고자 한다.

• 방송공학회논문지
• /
• 제22권5호
• /
• pp.618-631
• /
• 2017

본 논문에서는 시변 네트워크 상황에서 끊김 없는 미디어 서비스를 제공 할 수 있는 퍼지 논리 기반 DASH 적응 알고리즘(FDASH)의 수정을 제안한다. 제안하는 알고리즘은 퍼지 논리 제어부(FLC : Fuzzy Logic Controller)의 수정을 통하여 다음 요청 할 세그먼트의 비트율에 대해 최적의 판단을 하도록 하고, 세그먼트 비트율 필터링 모듈(SBFM : Segment Bit-rate Filtering Module)을 적용하여 비디오 화질의 변화 횟수를 줄인다. 또한, 스트리밍 서비스를 시작 할 때 사용자들이 일정시간 저화질의 비디오를 시청해야 하는 상황을 막는 시작 메커니즘(Start Mechanism)과 버퍼의 오버플로우를 방지하는 대기 메커니즘(Sleeping Mechanism)을 포함한다. 최종적으로 제안된 알고리즘이 FDASH에 비해 좋은 성능을 가짐을 NS-3를 이용한 모의실험을 통해 검증한다. 모의실험 결과, 제안된 방식이 FDASH에 비해 제한된 버퍼크기 상황 하에서도 버퍼 언더플로우/오버플로우가 발생하지 않음을 확인하였다. 또한 점대점(Point-to-Point) 환경과 Wi-Fi환경에서 거의 동일 화질 성능을 보이면서도 비디오 화질 변화 횟수를 50% 이상 줄일 수 있음을 확인하였다.