The Transactions of the Korean Institute of Electrical Engineers A
/
제48권2호
/
pp.97-106
/
1999
This paper proposes the structure and the algorithm of the Fuzzy-Neural Controller(FNNC) which is able to adapt itself to unknown plant and the change of circumstances at the Fuzzy Logic Controller(FLC) with the Neural Network. This Learning Fuzzy Logic Controller is made up of Fuzzy Logic controller in charge of a main role and Neural Network of an adaptation in variable circumstances. This construct optimal fuzzy controller applied to the 2-area load frequency control of power system, and then it would examine fitness about parameter variation of plant or variation of circumstances. And it proposes the optimal Scale factor method wsint three preformance functions( E, , U) of system dynamics of load frequency control with error back-propagation learning algorithm. Applying the controller to the model of load frequency control, it is shown that the FNNC method has better rapidity for load disturbance, reduces load frequency maximum deviation and tie line power flow deviation and minimizes reaching and settling time compared to the Optimal Fuzzy Logic Controller(OFLC) and the Optimal Control for optimzation of performance index in past control techniques.
Journal of the Korean Institute of Intelligent Systems
/
제7권4호
/
pp.58-64
/
1997
FLC(Fuzzy Logic Controller) is stronger to the disturbance than a classical controller and its overshoot of the intialized value is excellent. In case an unknown process or the mathematical modeling of a complicated system is impossible, a fit control quantity can be acquired by the Fuzzy inference. But FLC can not converge correctly to the desirable value because the FLC's output value by the size of the quantization level of the Fuzzy variable always has a minor error. There are many ways to eliminate the minor error, but I will suggest GA-FLC and EP-FLC Hybrid controller which csombines FLC with GA(Genetic Algorithm) and EP(Evo1ution Programming). In this paper, the output characteristics of this Hybrid controller will be compared and analyzed with those of FLC, it will he showed that this Hybrid controller converge correctly to the desirable value without any error, and !he convergence speed performance of these two kinds of Hyhrid controller also will be compared.
A novel combinatorial type-2 adaptive neuro-fuzzy inference system (T2-ANFIS) and robust proportional integral derivative (PID) control framework for intelligent vibration mitigation of uncertain structural system is introduced. The fuzzy logic controllers (FLCs), are designed independently of the mathematical model of the system. The type-1 FLCs, have a limited ability to reduce the effect of uncertainty, due to their fuzzy sets with a crisp degree of membership. In real applications, the consequent part of the fuzzy rules is uncertain. The type-2 FLCs, are robust to the fuzzy rules and the process parameters due to the fuzzy degree of membership functions and footprint of uncertainty (FOU). The adaptivity of the proposed method is provided with the optimum tuning of the parameters using the neural network training algorithms. In our approach, the PID control force is obtained using the generalized type-2 neuro-fuzzy in such a way that the stability and robustness of the controller are guaranteed. The robust performance and stability of the presented framework are demonstrated in a numerical study for an eleven-story seismically-excited building structure combined with an active tuned mass damper (ATMD). The results indicate that the introduced type-2 neuro-fuzzy PID control scheme is effective to attenuate plant states in the presence of the structured and unstructured uncertainties, compared to the conventional, type-1 FLC, type-2 FLC, and type-1 neuro-fuzzy PID controllers.
The Transactions of the Korean Institute of Electrical Engineers A
/
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].
Journal of information and communication convergence engineering
/
제6권2호
/
pp.222-227
/
2008
The important problem in designing a Fuzzy Logic Controller(FLC) is generation of fuzzy control rules and it is usually the case that they are given by human experts of the problem domain. However, it is difficult to find an well-trained expert to any given problem. In this paper, I describes an application of genetic algorithm, a well-known global search algorithm to automatic generation of fuzzy control rules for FLC design. Fuzzy rules are automatically generated by evolving initially given fuzzy rules and membership functions associated fuzzy linguistic terms. Using genetic algorithm efficient fuzzy rules can be generated without any prior knowledge about the domain problem. In addition expert knowledge can be easily incorporated into rule generation for performance enhancement. We experimented genetic algorithm with a non-trivial vehicle controling problem. Our experimental results showed that genetic algorithm is efficient for designing any complex control system and the resulting system is robust.
Design of fuzzy logic controllers encounters difficulties in the selection of optimized membership function and fuzzy rule base, which is traditionally achieved by tedious trial-and-error process. In this paper We proposed a new method to generate fuzzy logic controllers throught genetic algorithm(GA). The controller design space is coded in base-7 strings chromosomes, where each bit gene matches the 7 discrete fuzzy value. The developed approach is subsequently applied to the design of proportional plus integral type fuzzy controller for a do-servo motor control system. It was presented in discrete fuzzy linguistic value, and used a membership function with Gaussian curve. The performance of this control system is demonstrated higher than that of a conventional PID controller and fuzzy logic controller(FLC).
Proceedings of the Korean Society for Noise and Vibration Engineering Conference
/
한국소음진동공학회 1996년도 춘계학술대회논문집; 부산수산대학교, 10 May 1996
/
pp.203-208
/
1996
This paper consider the control for the vehicle suspension system using electro-rheological damper. The study is performed by using of FLC(Fuzzy Logic Controller). The model used in the simulation is quarter car and the road disturbance is regarded as white noise random process with zero mean. Proposed control technique shows good agreement compared with the result from the conventional on-off/bang-bang type control technique.
The Transactions of The Korean Institute of Electrical Engineers
/
제56권8호
/
pp.1405-1411
/
2007
In this paper, a new speed sensorless control based on a fuzzy compensator are proposed for the interior permanent magnet synchronous motor (IPMSM) drives. The conventional proportional plus integrate(PI) control are very sensitive to step change of the command speed, parameter variations and load disturbance. To cope with these problems of the PI control, the estimated speeds are compensated by using the fuzzy logic controller (FLC). In the FLC used by the speed compensator of the IPMSM, the system control parameters are adjusted by the fuzzy rule based system, which is a logical model of the human behavior for process control. The effectiveness of algorithm is confirmed by the experiments.
Fuzzy logic control(FLC) is composed of three parts : fuzzy rule-bases, membership functions, and scaling factors. Well-defined fuzzy rule-base should contain proper physical intuition on the plant, so are needed lots of experiences of the skillful expert. When membership functions are considered, some parameters on the memberships function such as function shape, support, allocation density should be selected well. The rule of scaling factors is 'scaling'(amplifying or reducing) for both input and output signals of the FLC to fit in the membership function support and to operate the plant intentionally. To get a better performance of the FLC, it is necessary to adjust the parameters of the FLC. In general, the adaptation of the scaling factors is the most effective adjustment scheme, compared with that of the fuzzy rule-base or membership function parameters. This study proposes the adaptation scheme of the scaling factors. When the adaptation is performed on-line, the stability of the adaptive FLC should be guaranteed. The stable FLC system can be designed with stability analysis in the sense of Lyapunov stability. To adapt the scaling factors for the error signals, the concept of the conventional MRAC would be introduced into slightly modified form. A tracking accuracy of the control system would be enhanced by the modified shape and support of the membership function. The simulation is achieved on the pilot plant with the hydraulic steering control of a UCT(Unmanned Container Transporter) of which modeling dynamics have lots of severe uncertainties and modeling errors.
The Transactions of the Korean Institute of Electrical Engineers A
/
제50권11호
/
pp.497-505
/
2001
The power system stabilizer(PSS) is important for the suppression of low-frequency oscillation and the improvement of system stability. In this paper, An Adaptive Neurofuzzy-based Power System Stabilizer(ANF PSS) is proposed as the new PSS type. The proposed PSS employs a multi-layer adaptive network. The network is trained directly from the input and the output of the generating unit. The algorithm combines the advantages of the Artificial Neural Network(ANN) and Fuzzy Logic Control(FLC) schemes. Studies show that the proposed ANF PSS can provide good damping of the power system over the wide range of operating conditions and improve the dynamic performance of the system.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.