• 대한토목학회논문집
• /
• 제31권5B호
• /
• pp.405-414
• /
• 2011

본 연구에서는 유역에서 관측되는 강우량과 유출량의 시계열 자료를 바탕으로 최근 시계열 예측 및 시스템 제어 분야에서 성공적으로 적용되고 있는 적응형 네트워크 기반 퍼지추론 시스템(ANFIS)을 갑천 유역에 적용하여 시유출량을 모델링하였다. 입력구조, 소속함수 종류와 개수 등을 다양하게 변화시켜 ANFIS 모형을 학습하고, 평균제곱근오차(RMSE), 평균첨두유량오차(PE) 및 평균첨두시간오차(TE)를 이용하여 ANFIS의 유출해석에 대한 적용성을 평가하였다. 현재시간의 시유출량 Q(t)에 대한 ANFIS의 적용성은 우수한 것으로 평가되었으며, ANFIS 모형은 관측유출량을 적절히 모의하였다. 입력구조가 다른 입력모형을 구성하여 최대 8시간까지 ANFIS의 유출예측 적용성을 평가하였다. 예측시간 증가에 따라서 ANFIS의 유출예측 정확도는 감소하여 예측시간 4시간 이상의 시유출량에 대한 ANFIS의 유출예측 적용성은 제한적이었다. ANFIS는 입력과 출력 자료들만 이용하므로 물리기반 모형에 비교하여 모형구축이 비교적 손쉽기 때문에 홍수 유출모델링에 ANFIS을 유용하게 적용할 수 있을 것으로 판단된다.

• Advances in nano research
• /
• 제14권2호
• /
• pp.155-164
• /
• 2023

Grain size in sheet metals in one of the main parameters in determining formability. Grain size control in industry requires delicate process control and equipment. In the present study, effects of grain size on the formability of steel sheets is investigated. Experimental investigation of effect of grain size is a cumbersome method which due to existence of many other effective parameters are not conclusive in some cases. On the other hand, since the average grain size of a crystalline material is a statistical parameter, using traditional methods are not sufficient for find the optimum grain size to maximize formability. Therefore, design of experiment (DoE) and artificial intelligence (AI) methods are coupled together in this study to find the optimum conditions for formability in terms of grain size and to predict forming limits of sheet metals under bi-stretch loading conditions. In this regard, a set of experiment is conducted to provide initial data for training and testing DoE and AI. Afterwards, the using response surface method (RSM) optimum grain size is calculated. Moreover, trained neural network is used to predict formability in the calculated optimum condition and the results compared to the experimental results. The findings of the present study show that DoE and AI could be a great aid in the design, determination and prediction of optimum grain size for maximizing sheet formability.

• 한국수자원학회논문집
• /
• 제31권6호
• /
• pp.821-832
• /
• 1998

본 논문에서는 상수도시설을 효율적으로 운영하는 데 필요한 1일 급수량 수요를 예측하는 방식에 대하여 인공지능(Artificial Inteligence)이라 불리는 퍼지 뉴론(fuzzy neuron)을 이용하여 연구하였다. 퍼지뉴론이란 퍼지정보(fuzzy information)를 입력으로 받아들이고 처리하는 퍼지 신경망을 일컫는 말이다. 본 연구에서는 소속함수와 퍼지규칙을 신경망으로 학습하는 기능인 적응식 학습방법을 통하여 1일 급수량을 예측하였으며 연구대상 지역으로는 광주광역시를 선정하였다. 또한 1일 급수량 예측에 있어서 필요한 변수 선택을 위해 입력자료를 상관분석, 자기상관, 부분자기상관, 교차상관 분석 등을 하였으며 동정된 입력변수는 급수량, 평균기온, 급수인구이다. 먼저 급수량, 평균기온, 급수인구로 모델을 구성하였고, 한편으론 기상청의 기후예보자료를 신뢰할 수 없는 경우에는 급수량을 예측할 수 있도록 급수량 자료만으로 모델을 구성하여 그 유효성을 검증하였다. 제안된 모형식은 사고 등의 인위적인 조작(단수 등)이 가해지는 시기를 포함하고도 실측치와 모형의 예측치와의 오차율이 최대 18.46%, 평균2.36% 이내로 나타나, 모형의 결과는 상수도 시설의 운용 및 급·배수관망의 실시간 제어에 많은 도움을 주리라 생각된다.

• 조명전기설비학회논문지
• /
• 제24권5호
• /
• pp.44-54
• /
• 2010

SynRM 효율최적화 제어는 다른 교류전동기에 비해 SynRM의 효율이 낮기 때문에 에너지 절약과 환경보존의 관점에서 매우 중요하다. 본 논문에서는 다중 AFLC를 이용하여 철손을 고려한 SynRM의 새로운 효율 최적화 제어를 제안하였다. 최대효율에서 SynRM을 구동하기 위해 토크전류와 여자전류사이의 최적전류비를 분석하여 구한다. 본 논문에서는 동손과 철손을 최소로 하는 SynRM의 효율 최적화 제어를 제안하였다. 특정한 모터토크를 제공하는 d축과 q축 전류의 다양한 조합이 존재한다. 효율 최적화의 목적은 정상상태에서 최소 손실을 제공하는 d축과 q축 전류의 조합을 찾는 것이며, 제안된 제어기의 제어 성능은 다양한 동작조건의 분석을 통해 평가되었다. 분석된 결과는 제안된 알고리즘의 타당성을 입증한다.

• 대한전자공학회논문지TC
• /
• 제43권9호
• /
• pp.135-141
• /
• 2006

교통사고를 예방하기 위해서는 시트조정을 통해서 운전자의 시야를 확보하고, 운전자가 뒤에 오는 자동차를 알아 볼 수 있도록 룸미러의 위치를 조정하는 것이 매우 중요하다. 본 논문에서는 이러한 문제점을 해결하기 위해서, 안전하고 편리한 차량을 목표로 운전자가 차량에 앉게 되면, 자동으로 시트를 조정하여 운전자의 시야를 확보 할 수 있도록 한다. 또한 백미러를 자동 조정해서, 운전자가 안전운전에 도움이 될 수 있는 자동차 시트 자동 조정 알고리즘을 개발하였다. 특히, 교통사고 발생해서, 에어백이 작동 할 때에 본 논문에서는,승객의 몸무게에 따라서 충격완화를 위한 시트 자동조정 알고리즘을 기능을 추가하였다. 뿐만 아니라, 본 논문에서는, 교통사고 발생 시 운전자가 위험지역을 통과할 때 위험지역임을 운전자에게 통지하여 안전한 운전이 되도록 하는 알고리즘을 개발하였으며, 유비쿼터스 환경에서 모의실험을 하였다. 모의실험 결과 지능을 이용한 교통사고 분석 방식이기존의 방식보다 25% 이상 교통사고를 줄일 수 있음을 확인하였다

• 조명전기설비학회논문지
• /
• 제25권4호
• /
• pp.45-56
• /
• 2011

This paper is proposed artificial neural network(ANN) rotor resistance estimation of induction motor drive controlled by multi-adaptive fuzzy learning controller(AFLC). A simple double layer feedforward ANN trained by the back-propagation technique is employed in the rotor resistance identification. In this estimator, double models of the state variable estimations are used; one provides the actual induction motor output states and the other gives the ANN model output states. The total error between the desired and actual state variables is then back propagated to adjust the weights of the ANN model, so that the output of this model tracks the actual output. When the training is completed, the weights of the ANN correspond to the parameters in the actual motor. The estimation and control performance of ANN and multi-AFLC is evaluated by analysis for various operating conditions. Also, this paper is proposed the analysis results to verify the effectiveness of this controller.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권12호
• /
• pp.4776-4798
• /
• 2015

The location selection of virtual machines in distributed cloud is difficult because of the physical resource distribution, allocation of multi-dimensional resources, and resource unit cost. In this study, we propose a multi-object virtual machine location selection algorithm (MOVMLSA) based on group information, doubly linked list structure and genetic algorithm. On the basis of the collaboration of multi-dimensional resources, a fitness function is designed using fuzzy logic control parameters, which can be used to optimize search space solutions. In the location selection process, an orderly information code based on group and resource information can be generated by adopting the memory mechanism of biological immune systems. This approach, along with the dominant elite strategy, enables the updating of the population. The tournament selection method is used to optimize the operator mechanisms of the single-point crossover and X-point mutation during the population selection. Such a method can be used to obtain an optimal solution for the rapid location selection of virtual machines. Experimental results show that the proposed algorithm is effective in reducing the number of used physical machines and in improving the resource utilization of physical machines. The algorithm improves the utilization degree of multi-dimensional resource synergy and reduces the comprehensive unit cost of resources.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 춘계학술대회 논문집 전기기기 및 에너지변환시스템부문
• /
• pp.191-193
• /
• 2005

This paper presents Hybrid PI controller of IPMSM drive using fuzzy adaptive mechanism(FAM) control. To increase the robustness, fixed gam PI controller, Hybrid PI controller proposes a new method based self tuning PI controller. Hybrid PI controller is developed to minimize overshoot and settling time following sudden parameter changes such as speed, load torque, inertia, rotor resistance and self inductance. The results on a speed controller of IPMSM are presented to show the effectiveness of the proposed gain tuner. And this controller is better than the fixed gains one in terms of robustness, even under great variations of operating conditions and load disturbance.

• International Journal of Computer Science & Network Security
• /
• 제24권2호
• /
• pp.169-177
• /
• 2024

Interacting Spherical tank has maximum storage capacity is broadly utilized in industries because of its high storage capacity. This two tank level system has the nonlinear characteristics due to its varying surface area of cross section of tank. The challenging tasks in industries is to manage the flow rate of liquid. This proposed work plays a major role in controlling the liquid level in avoidance of time delay and error. Several researchers studied and investigated about reducing the nonlinearity problem and their approaches do not provide better result. Different types of controllers with various techniques are implemented by the proposed system. Intelligent Adaptive Neuro Fuzzy Inference System (ANFIS) based Sliding Mode Controller (SMC) with Fractional order PID controller is a novel technique which is developed for a liquid level control in a interacting spherical tank system to avoid the external disturbances perform better result in terms of rise time, settling time and overshoot reduction. The performance of the proposed system is obtained by analyzing the simulation result obtained from the controller. The simulation results are obtained with the help of FOMCON toolbox with MATLAB 2018. Finally, the performance of the conventional controller (FOPID, PID-SMC) and proposed ANFIS based SMC-FOPID controllers are compared and analyzed the performance indices.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2009년도 춘계학술대회 논문집
• /
• pp.408-411
• /
• 2009

In this paper, conventional PI, fuzzy neural network(FNN) and adaptive teaming mechanism(ALM)-FNN for rotor field oriented controlled(RFOC) induction motor are studied comparatively. The widely used control theory based design of PI family controllers fails to perform satisfactorily under parameter variation nonlinear or load disturbance. In high performance applications, it is useful to automatically extract the complex relation that represent the drive behaviour. The use of learning through example algorithms can be a powerful tool for automatic modelling variable speed drives. They can automatically extract a functional relationship representative of the drive behavior. These methods present some advantages over the classical ones since they do not rely on the precise knowledge of mathematical models and parameters. Comparative study of PI, FNN and ALM-FNN are carried out from various aspects which is dynamic performance, steady-state accuracy, parameter robustness and complementation etc. To have a clear view of the three techniques, a RFOC system based on a three level neutral point clamped inverter-fed induction motor drive is established in this paper. Each of the three control technique: PI, FNN and ALM-FNN, are used in the outer loops for rotor speed. The merit and drawbacks of each method are summarized in the conclusion part, which may a guideline for industry application.