• Journal of the Korean Society of Industry Convergence
• /
• v.21 no.3
• /
• pp.125-131
• /
• 2018

In this paper, we propose a homogeneous multisensor-based navigation algorithm for a mobile robot, which is intelligently searching the goal location in unknown dynamic environments with moving obstacles using multi-ultrasonic sensor. Instead of using "sensor fusion" method which generates the trajectory of a robot based upon the environment model and sensory data, "command fusion" method by fuzzy inference is used to govern the robot motions. The major factors for robot navigation are represented as a cost function. Using the data of the robot states and the environment, the weight value of each factor using fuzzy inference is determined for an optimal trajectory in dynamic environments. For the evaluation of the proposed algorithm, we performed simulations in PC as well as real experiments with mobile robot, AmigoBot. The results show that the proposed algorithm is apt to identify obstacles in unknown environments to guide the robot to the goal location safely.

• Proceedings of the KIEE Conference
• /
• 2006.07a
• /
• pp.502-503
• /
• 2006

If the fault occurs on the underground Power cable system, the fault current on the sheath has the influence on all sections because it's returned through earth at the directly grounded point and operation point of SVL(Sheath Voltage Limiter) at joint box. Therefore, the earth resistance and the operation of SVL have an effect on the zero-sequence current. Then the impedance between relaying point and fault point is Increased. That causes the overreach of distance relay. For these reasons, the distance relay algorithm for protecting of the underground power cable systems was developed. It effectively advance the errors using ACI(Advanced Computing Intelligence) technique. In this algorithm, the optimization was performed by fuzzy inference system and genetic algorithm.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.288-291
• /
• 2004

기존의 SOFPNN은 데이터 수가 적고 비선형 요소가 많은 시스템에 대한 체계적이고 효율적인 최적 모델 을 구축할 수 있었으며 각 층 노드의 선택 입력을 변화시킴으로써 네트워크 구조 전체의 적응능력을 향상 시켰다. SOFPNN의 구조는 퍼지 다항식 뉴론(FPN)들로 구성되어 있으며, 층이 진행하는 동안 모델 스스로 노드의 선택과 제거를 통해 최적의 네트워크 구조를 생성할 수 있는 유연성을 가지고 있다. 그러나, 노드의 입력변수의 수와 규칙 후반부 다항식 차수 그리고 입력변수는 설계자의 경험 또는 반복적인 학습을 통해 선호된 네트워크 구조를 선택하였으나, 최적의 네트워크 구조를 구축하는데는 어려옴이 내재되어 있었다. 본 논문에서는 자기구성 퍼지 다항식 뉴럴네트워크(Self-Organizing Fuzzy Polynomial Neural Networks： SOFPNN)을 최적화시키기 위해 유전자 알고리즘을 이용하여 자기구성 퍼지 다항식 뉴럴 네트워크의 입력변수의 수와 이에 해당되는 입력변수 그리고 규칙 후반부 다항식의 차수를 탐색하여 최적 의 자기구성 퍼지 다항식 뉴럴 네트워크를 구축한다. 따라서 모델 구축에 있어서 유연성과 정확성을 가지며 객관적이고 좀 더 정확한 예측 능력을 가진 SOFPNN 모델 구조를 구축할 수가 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.463-466
• /
• 2004

본 논문에서는 각 입력 변수에 대하여 퍼지 공간을 분할한 퍼지 집합 기반 퍼지 추론 시스템을 제안한다. 퍼지 모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 쥘 필요성이 요구된다. 정보 granules는 근접성, 유사성 또는 기능성 등의 기준에 의해 서로 결합된 물체(특히, 데이터 점)의 연결된 모임으로 간주된다. 정보 데이터의 특성을 살리기 위해 HCM 클러스터링 방법에 의한 중심71을 이용하여 각 입력 변수에 대한 퍼지 집합 기반 전반부/후반부 구조 및 파라미터를 동정한다. 퍼지 추론 방법은 간략 및 선형 퍼지 추론을 수행하며 삼각형 멤버쉽 함수를 사용한다. 구축된 퍼지 모델은 유전자 알고리즘을 이용하여 전반부 파라미터를 최적으로 동정하며, 학습 및 테스트 데이터의 성능 결과의 상호균형을 얻기 위한 하중값을 가진 성능지수를 사용하여 근사화와 예측성능의 향상을 꾀한다. 또한, 제안된 퍼지 모델은 수치적인 예를 통하여 성능을 평가한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 2001.10a
• /
• pp.130.1-130
• /
• 2001

In this paper, a motion control algorithm is developed using a fuzzy control and the optimization of performance function, which makes a robot arm avoid an unexpected obstacle when the end-effector of the robot arm is moving to the goal position. During the motion, if there exists no obstacle, the end-effector of the robot arm moves along the pre-defined path. But if there exists an obstacle and close to the robot arm, the fuzzy motion controller is activated to adjust the path of the end-effector of the robot arm. Then, the robot arm takes the optimal posture for collision avoidance with the obstacle. To show the feasibility of the developed algorithm, numerical simulations are carried out with changing both the positions and sizes of obstacles. It was concluded ...

• Journal of Energy Engineering
• /
• v.19 no.1
• /
• pp.39-50
• /
• 2010

Hybrid Electric Vehicle(HEV) and Plug-in Hybrid Electric Vehicle(PHEV) will replace Conventional Gasolene Engine Vehicle at a rapid rate to eliminate emission gases and improve fuel economy. This review describes Fuzzy Logic Control strategy and Optimization for Parallel Hybrid Electric Vehicle. Recent progress on Electric Motor and Li-ion Battery for HEV and PHEV are given. Analysis on competitiveness of Korean HEV and PHEV technology based on the number of papers published and patents registered are also performed.

• Transactions on Control, Automation and Systems Engineering
• /
• v.2 no.2
• /
• pp.85-91
• /
• 2000

This paper proposes a novel method with pseudo-on-line scheme using the optimized look-up table based on the genetic algorithm which does not use the gradient and finds the global optimum of an un-constraint optimization problem. The technique is a pseudo-on-line method that optimally estimates the parameters of fuzzy PID(FPID) controller for systems with non-linearity, using the genetic algorithm. The proposed controller(GFPID) with the auto-tuning function is applied to the on-line and real-time control of speed at 3-phase induction motor, and its computer simulation is carried out. simulation results show that the proposed methodis more excellent that conventional FPID and PID controllers.

• Proceedings of the Korea Contents Association Conference
• /
• 2004.05a
• /
• pp.401-405
• /
• 2004

The paper describes a technique for building a reuse environment obtained by polling user feedback about selected reuse components in order to enhance the system effectiveness. In order to do, we use fuzzification function adapting fuzzy technique. This is made by user profile. Function modification attained by result of continuous choice of components. This method is aimed to enhance system rather than optimization about single query

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.3
• /
• pp.355-356
• /
• 2005

The problem of maximizing an OWA aggregation of a group of variables that are interrelated and constrained by a collection of linear inequalities is considered by Yager[Fuzzy Sets and Systems, 81(1996) 89-101]. He obtained how this problem can be modelled as a mixed integer linear programming problem. Recently, Carlsson et al. [Fuzzy Sets and Systems, 139(2003) 543-546] obtained a simple algorithm for exact computation of optimal solutions to a constrained OWA aggregation problem with a single constraint on the sum of all decision variables. In this note, we introduce anew approach to the same problem as Carlsson et al. considered. Indeed, it is a direct consequence of a known result of the linear programming problem.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.405-406
• /
• 2007

본 논문에서는 FCM 기반 퍼지 뉴럴네트워크 구조를 제안하고 진화 알고리즘을 이용한 FCM 기반 퍼지 뉴럴네트워크의 구조와 파라미터의 최적화 방법을 제시한다. 클러스터링 알고리즘은 퍼지 뉴럴 네트워크에서 멤버쉽함수의 중심점과 반경 등을 결정하는 학습에 일반적으로 사용된다. 제안된 FCM 기반 뉴럴 네트워크에서 멤버쉽함수는 가우시안, 삼각형 타입등의 정해진 형태를 사용하지 않고 데이터들 사이의 거리에 관계된 계산을 수행하는 FCM에 의해 결정된다. 후반부는 상수형, 선형, 2차식 등의 다양한 다항식 구조로 표현될 수 있으며 다항식의 계수는 LSE를 이용하여 결정한다. FCM 기반 퍼지 뉴럴 네트워크는 퍼지규칙의 수, 입력변수의 선택, 후반부 다항식의 차수, FCM의 퍼지화 계수의 결정은 성능에 많은 차이가 있으며 이러한 구조와 파라미터의 최적화가 요구된다. 본 논문에서는 유전자 알고리즘을 이용하여 FCM 기반 퍼지뉴럴네트워크의 구조에 관련된 입력변수의 수, 퍼지규칙의 수 그리고 후반부 다항식의 차수와 파라미터에 관련된 퍼지화 계수를 최적화 한다. 제안된 방법은 비선형 시스템의 모델링에 적용하여 성능을 분석하였다.