• 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.

• 조명전기설비학회논문지
• /
• 제25권7호
• /
• pp.15-25
• /
• 2011

This proposes an online loss minimization algorithm for series PI(SPI) based interior permanent magnet synchronous motor(IPMSM) drive to yield high efficiency and high dynamic performance over wide speed range. The loss minimization algorithm is developed based on the motor model. In order to minimize the controllable electrical losses of the motor and thereby maximize the operating efficiency, the d-axis armature current is controlled optimally according to the operating speed and load conditions. For vector control purpose, a SPI is used as a speed controller which enables the utilization of the reluctance torque to achieve high dynamic performance as well as to operate the motor over a wide speed range. Also, this paper proposes current control of model reference adaptive fuzzy controller(MFC), and estimation of speed using artificial neural network(ANN) controller. The proposed efficiency optimization control, SPI, MFC, ANN in this paper is applied to IPMSM drive system, the validity of this paper is proved by analyzing response characteristics in variety operating conditions.

• 한국지능시스템학회논문지
• /
• 제12권5호
• /
• pp.451-461
• /
• 2002

차분 진화는 다양한 형태의 목적함수를 최적화하는데 매우 효율적인 방법임이 입증되었다 차분 진화의 가장 큰 이점은 개념적 단순성과 사용의 용이성이다. 그러나 차분 진화의 수렴성이 제어 파라미터에 매우 민감한 단점이 있다. 본 논문은 새로운 교배용 벡터 생성법과 제어 파라미터의 적응 메커니즘을 결합한 적응성 있는 차분 진화를 제안한다. 이는 수렴성을 해치지 않으면서 차분 진화를 보다 강인하게 만들며 사용이 쉽도록 해준다. 12가지 최적화 문제에 대해 제안한 방법을 시험하였다. 적응성 있는 차분 진화의 응용 사례로써 이벤트 예측을 위한 교사 클러스터링 방법을 제안한다. 이 방법을 진화에 의한 이벤트 클러스터링이라 부르며 데이터 모델링 검증에 널리 사용되는 4 가지 사례에 대해 그 성능을 시험하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.606-609
• /
• 2015

본 연구에서는 support vector regression (SVR) 및 매개변수 최적화 알고리즘을 이용한 하천수위 예측모델을 구축하고 이를 실제 유역에 적용하여 모델 효율성을 평가하였다. 여기서, SVR은 하천수위를 예측하기 위한 예측모델로서 채택되었으며, 커널함수 (Kernel function)로서는 radial basis function (RBF)을 선택하였다. 최적화 알고리즘은 SVR의 최적 매개변수 (C?, cost parameter or regularization parameter; ${\gamma}$, RBF parameter; ${\epsilon}$, insensitive loss function parameter)를 탐색하기 위하여 적용되었다. 매개변수 최적화 알고리즘으로는 grid search (GS), genetic algorithm (GA), particle swarm optimization (PSO), artificial bee colony (ABC) 알고리즘을 채택하였으며, 비교분석을 통해 최적화 알고리즘의 적용성을 평가하였다. 또한 SVR과 최적화 알고리즘을 결합한 모델 (SVR-GS, SVR-GA, SVR-PSO, SVR-ABC)은 기존에 수자원 분야에서 널리 적용되어온 신경망(Artificial neural network, ANN) 및 뉴로퍼지 (Adaptive neuro-fuzzy inference system, ANFIS) 모델과 비교하였다. 그 결과, 모델 효율성 측면에서 SVR-GS, SVR-GA, SVR-PSO 및 SVR-ABC는 ANN보다 우수한 결과를 나타내었으며, ANFIS와는 비슷한 결과를 나타내었다. 또한 SVR-GA, SVR-PSO 및 SVR-ABC는 SVR-GS보다 상대적으로 우수한 결과를 나타내었으며, 모델 효율성 측면에서 SVR-PSO 및 SVR-ABC는 가장 우수한 모델 성능을 나타내었다. 따라서 본 연구에서 적용한 매개변수 최적화 알고리즘은 SVR의 매개변수를 최적화하는데 효과적임을 확인할 수 있었다. SVR과 최적화 알고리즘을 이용한 하천수위 예측모델은 기존의 ANN 및 ANFIS 모델과 더불어 하천수위 예측을 위한 효과적인 도구로 사용될 수 있을 것으로 판단된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권4호
• /
• pp.1276-1295
• /
• 2023

Sensor networks are now an essential aspect of wireless communication, especially with the introduction of new gadgets and protocols. Their ability to be deployed anywhere, especially where human presence is undesirable, makes them perfect choices for remote observation and control. Despite their vast range of applications from home to hostile territory monitoring, limited battery power remains a limiting factor in their efficacy. To analyze and transmit data, it requires intelligent use of available battery power. Several studies have established effective routing algorithms based on clustering. However, choosing optimal cluster heads and similarity measures for clustering significantly increases computing time and cost. This work proposes and implements a simple two-phase technique of route creation and maintenance to ensure route reliability by employing nature-inspired ant colony optimization followed by the fuzzy decision engine (FDE). Benchmark methods such as PSO, ACO and GWO are compared with the proposed HRCM's performance. The objective has been focused towards establishing the superiority of proposed work amongst existing optimization methods in a standalone configuration. An average of 15% improvement in energy consumption followed by 12% improvement in latency reduction is observed in proposed hybrid model over standalone optimization methods.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권7호
• /
• pp.339-349
• /
• 2001

This paper suggests an optimal identification method for complex and nonlinear system modeling that is based on Fuzzy-Neural Networks(FNN). The proposed Hybrid Identification Algorithm is based on Yamakawa's FNN and uses the simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. In this paper, the FNN modeling implements parameter identification using HCM algorithm and hybrid structure combined with two types of optimization theories for nonlinear systems. We use a HCM(Hard C-Means) clustering algorithm to find initial apexes of membership function. The parameters such as apexes of membership functions, learning rates, and momentum coefficients are adjusted using hybrid algorithm. The proposed hybrid identification algorithm is carried out using both a genetic algorithm and the improved complex method. Also, an aggregated objective function(performance index) with weighting factor is introduced to achieve a sound balance between approximation and generalization abilities of the model. According to the selection and adjustment of a weighting factor of an aggregate objective function which depends on the number of data and a certain degree of nonlinearity(distribution of I/O data), we show that it is available and effective to design an optimal FNN model structure with mutual balance and dependency between approximation and generalization abilities. To evaluate the performance of the proposed model, we use the time series data for gas furnace, the data of sewage treatment process and traffic route choice process.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.1476-1479
• /
• 1996

발전설비나 자동차 그리고 항공우주분야에 사용되는 각종 bearing, 원형부품들에 사용되는 ring을 생산하는 방법중, 가장 효과적이고 경제적인 방법은 ring rolling (ring 압연)이다. 이 방법은 직경 50cm에서 2m이상의 원형 ring을 연속적으로 짧은 시간내에 (한 ring당 약 1분) 생산 가능하다. 이제까지의 수학적 모델을 사용한 제어시스템은 ring의 단면적이 사각형인 제품에는 최소한의 오차로 생산 가능하였으나, plant의 생산성과 제품의 다양성을 위하여 ring의 단면적이 복잡한 것을 생산시에는 문제점이 노출되었다. 왜냐하면 기존의 수학적모델이 roll gap 또는 metal forming zone에 근거하여 modelling하였기 때문이다. 본 논문에서는, 이러한 문제점을 고전적인 수학적 모델을 기초로한 adaptive control system의 방법대신에, 축적된 control system설계와 운용 경험을 이용하여 설계한 퍼지제어기 및 그것의 실적용 그리고 그 결과를 소개한다. 실적용 결과는, 제조된 단면적이 상대적으로 복잡한 bearing의 형상이 (filling grad)이 제어기의 제어정도 판단기준이었는데, 99.5%의 형상도를 보임으로서 industry에서 요구하는 제품기준을 만족시켰다. 또한 짧은 제어기 설계 및 on-line optimization 기간 또한 이 제어기의 장점이었다.

• 한국공간구조학회논문집
• /
• 제11권2호
• /
• pp.89-99
• /
• 2011

본 연구에서는 지진하중을 받는 대공간구조물의 동적응답을 저감시키기 위하여 스마트 면전시스템을 제안하였다. MR 감쇠기와 저감쇠 탄성베어링을 사용하여 스마트 면진시스템을 구성하였으며 최적설계된 LRB 면진시스템과 비교하여 진동 제어성능을 검토하였다. 스마트 면진시스템은 제어알고리즘에 따라서 제어성능이 크게 좌우된다. 본 연구에서는 스마트 면진시스템이 설치된 대공간 구조물을 효과적으로 제어하기 위하여 퍼지제어기를 사용하였다. 면전시스템이 적용된 대공간 구조물의 동적응답과 면진층 변위는 서로 상충관계가 있으므로 퍼지제어기를 최적화하기 위하여 두 응답을 목적함수로 하는 다목적 유전자알고리즘을 사용하여하였다. 수치해석결과 본 연구에서 제안한 스마트 면진시스템을 적용하면 최적설계된 LRB 시스템에 비하여 면진층 변위 및 대공간 구조물의 동적응답을 대폭 줄일 수 있는 것을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제15권7호
• /
• pp.881-886
• /
• 2005

본 논문은 복합 상태 공간에서의 피지 기반 제어기를 이용한 지능형 디지털 재설계의 전 역적 접근 방안에 대해 제안하고자 한다. 이산화를 통한 제어기 설계에 있어서 불확실성이 포함된 실시간 비선형 시스템에 대해 보다 효율적이고 안정적인 접근을 위해 TS 퍼지 모델이 사용되었다. 그리고 전 역적 접근을 위한 방안으로서 문제를 볼록 최적화 관점으로 변환 후, 에러가 가질 수 있는 놈의 영역을 최소화하여 상태 접합을 이루고자 하였다. 또한 power series를 사용함으로써 불확실성이 조합된 비선형 시스템을 보다 더 정확하게 분석하였다. 샘플링 기간이 충분히 작다면, 불확실 비선형 시스템의 실시간 시스템으로의 전환이 충분한 이유를 가지게 된다. 전 역적 접근을 통한 디지털로 제어된 시스템은 선형 행렬 부등식 형태로 바꾸어 시스템의 안정성을 보장하고자 하였다. 마지막으로 TS 퍼지 모델로 분석된 혼돈 Lorenz System에 적용함으로써 제안된 방법의 안정성과 효율성을 보장받게 된다.

• 한국정보처리학회논문지
• /
• 제6권4호
• /
• pp.952-958
• /
• 1999

본 논문에서는 유전자 알고리즘을 이용하여 퍼지 제어 시스템 설계 방법을 제안한다. 시스템의 성능 평가는 rise-time, settling time 그리고 overshoot와 같은 성능 매개변수를 이용하였다. 제안한 방법은 root-locus 방법을 사용한 제어 시스템과 비교하였다. 기존 제어 시스템은 제어기 설계시 수학적인 처리가 필요하다. 하지만 유전자 알고리즘을 이용한 제어기 설계는 수학적인 모델링을 할 필요가 없다. 그리고 일반적으로 시스템의 비선형 정도는 탐색에 의해서만 알수 있는 성질의 것이므로 본 논문에서는 최적의 탐색 알고리즘으로 널리 인정되고 있는 유전자 알고리즘을 사용하여 전역적인 규칙 공간을 탐색한 후 이를 바탕으로 퍼지 제어기를 완성한다. 제안된 제어 시스템의 효율성은 타스크 트래킹 위치 제어 시스템을 사용하여 안정, 불안정 시스템에서 컴퓨터 모의 실험을 통해서 입증된다.