• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 춘계학술대회 학술발표 논문집
• /
• pp.141-144
• /
• 1997

This paper presents a method of navigation sign recognition in indoor environments using a fuzzy inference for an autonomous mobile robot. In order to adapt to image deformation of a navigation sign resulted from variations of view-points and distances, a multi-labeled template matching(MLTM) method and a dynamic area search method(DASM) are proposed. The DASM is proposed to detect correct feature points among incorrect feature points. Finally sugeno-style fuzzy inference are adopted for recognizing the navigation sign.

• Journal of Mechanical Science and Technology
• /
• 제15권5호
• /
• pp.580-591
• /
• 2001

This paper proposes a fuzzy-sliding mode control which is designed by a self tuning fuzzy inference method based on a genetic algorithm. Using the method, the number of inference rules and the shape of the membership functions of the proposed fuzzy-sliding mode control are optimized without the aid of an expert in robotics. The fuzzy outputs of the consequent part are updated by the gradient descent method. It is further guaranteed that the selected solution becomes the global optimal solution by optimizing Akaikes information criterion expressing the quality of the inference rules. In order to evaluate the learning performance of the proposed fuzzy-sliding mode control based on a genetic algorithm, a trajectory tracking simulation of the polishing robot is carried out. Simulation results show that the optimal fuzzy inference rules are automatically selected by the genetic algorithm and the trajectory control result is similar to the result of the fuzzy-sliding mode control which is selected through trial error by an expert. Therefore, a designer who does not have expert knowledge of robot systems can design the fuzzy-sliding mode controller using the proposed self tuning fuzzy inference method based on the genetic algorithm.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.182-182
• /
• 2000

This paper proposes a self tuning fuzzy inference method by the genetic algorithm in the fuzzy-sliding mode control for a robot. Using this method, the number of inference rules and the shape of membership functions are optimized without an expert in robotics. The fuzzy outputs of the consequent part are updated by the gradient descent method. And, it is guaranteed that the selected solution become the global optimal solution by optimizing the Akaike's information criterion. The trajectory trucking experiment of the polishing robot system shows that the optimal fuzzy inference rules are automatically selected by the genetic algorithm and the proposed fuzzy-sliding model controller provides reliable tracking performance during the polishing process.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.236-236
• /
• 2000

Control of Industrial processes is very difficult due to nonlinear dynamics, effect of disturbances and modeling errors. M.Morari proposed Internal Model Control(IMC) system that can be effectively applied to the systems with model uncertainties and time delays. The advantage of IMC systems is their robustness with respect to a model mismatch and disturbances. But it was difficult to apply for nonlinear systems. Adaptive Neuro-Fuzzy Inference System which contains multiple linear models as consequent part is used to model nonlinear systems. Generally, the linear parameters in neuro-fuzzy inference system can be effectively utilized to identify a nonlinear dynamical systems. In this paper, we propose new IMC design method using adaptive neuro-fuzzy inference system for nonlinear plant. Numerical simulation results show that proposed IMC design method has good performance than classical PID controller.

• International journal of advanced smart convergence
• /
• 제2권1호
• /
• pp.12-17
• /
• 2013

This paper introduces the fuzzy scatter partition-based fuzzy inference system to construct the model for nonlinear process to analyze nonlinear characteristics. The fuzzy rules of fuzzy inference systems are generated by partitioning the input space in the scatter form using Fuzzy C-Means (FCM) clustering algorithm. The premise parameters of the rules are determined by membership matrix by means of FCM clustering algorithm. The consequence part of the rules is represented in the form of polynomial functions and the parameters of the consequence part are estimated by least square errors. The proposed model is evaluated with the performance using the data widely used in nonlinear process. Finally, this paper shows that the proposed model has the good result for high-dimension nonlinear process.

• Journal of Advanced Marine Engineering and Technology
• /
• 제24권2호
• /
• pp.72-81
• /
• 2000

In this paper, we design an adaptive neuro-fuzzy inference system(ANFIS) precompensator for load frequency control of 2-area power systems. While proportional integral derivative (PID) controllers are used in power systems, they may have some problems because of high nonlinearities of the power systems. So, a neuro-fuzzy-based precompensation scheme is incorporated with a convectional PID controller to obtain robustness to the nonlinearities. The proposed precompensation technique can be easily implemented by adding a precompensator to an existing PID controller. The applied neruo-fuzzy inference system precompensator uses a hybrid learning algorithm. This algorithm is to use both a gradient descent method to optimize the premise parameters and a least squares method to solve for the consequent parameters. Simulation results show that the proposed control technique is superior to a conventional Ziegler-Nichols PID controller in dynamic responses about load disturbances.

• 한국산업정보학회논문지
• /
• 제6권1호
• /
• pp.61-69
• /
• 2001

본 연구는 관능검사에서 얻은 결과로 평가규칙을 설계하고 이를 이용하여 추후의 관능평가에 응용할 수 있는 방법을 제안함에 있어서, 퍼지추론의 규칙을 효율적으로 설계하는 것에 관련된 것이다. 퍼지추론 규칙의 수는 규칙의 전건부의 구조와 파라미터를 설계함에 있어서 퍼지분할의 수에 따라 결정되는데, 분할의 수가 많다고 해서 최적은 아니므로 효율적으로 규칙의 수를 축소하는 것이 규칙을 응용할 때의 효율성을 제고하는 동시에 실무에 응용할 때 추론엔진의 속도를 높일 수 있다. 이를 위해 본 연구에서는 선행연구에서 제시된 사례를 이용하여 추론규칙의 수를 축소하여도 대등한 결과를 얻을 수 있음을 수치예를 통하여 증명하였다. 본 연구의 결과는 향후 관능검사를 이용하는 다른 분야에도 유효하게 응용될 수 있을 것이다.

• 한국지능시스템학회논문지
• /
• 제10권4호
• /
• pp.293-298
• /
• 2000

대단히 많은 수의 퍼지 규칙을 갖거나 대용량의 퍼지 데이터를 갖는 퍼지 전문가 시스템 또는 퍼지 데이터베이스 시스템에서는 많은 추론 시간을 요구한다. 따라서 이러한 추론 시간을 줄이기 위해서는 고성능 병렬 퍼지 컴퓨팅 환경을 필요로 한다. 본 온문에서는 병렬 컴퓨팅 환경에서 병렬 퍼지 추론 기법을 제안한다. 여기에서 퍼지 규칙은 분산되어 있고 동시에 수행된다. ONE_TO_ALL 알고리즘은 모든 노드에 퍼지 입력 백터를 broadcasting하는데 사용한다. MIN/MAX 연산의 결과는 ALL_TO_ONE 알고리즘에 의해 출력 프로세서로 전송된다. 퍼지 규칙 또는 데이터의 병렬 처리로 인해, 병렬 추론 알고리즘은 효과적인 병렬성의 추출 및 속도 향상을 가져온다.

• 한국지능시스템학회논문지
• /
• 제12권1호
• /
• pp.7-13
• /
• 2002

퍼지이론의 응용은 대부분 퍼지추론을 이용하는 것이다. 그러나 퍼지추론은 입력변수의 수가 많아지거나 각 입력변수에 많은 수의 퍼지라벨을 설정할 경우 그 추론에 필요한 계산시간이 많아지게 되며 이러한 것은 컴퓨터 연산의 대수곱(arithmetic product)의 수에 의해 결정된다. 더구나 퍼지추론의 응용이 가장 활발한 퍼지제어분야에서는 이러한 추론시간은 실제 시스템에 적용 시 가장 큰 제약조건이 된다. 특히, 마이크로프로세서를 이용하거나 PC-based 제어기를 설계할 때 이러한 추론시간은 매우 중요한 문제가 된다. 본 논문에서는 이러한 추론시간을 효율적으로 줄이기 위해, 즉 추론 시 필요로 하는 곱 연산의 수를 줄이기 위하여 삼각형 소속함수를 이용하는 퍼지시스템에 적용 가능하며 정보의 손실이 발생되지 않는 간단한 고속 퍼지추론 알고리즘을 제안한다. 이것은 퍼지추론 시 입력상태공간의 분할과 간단한 기하학적 해석을 통해 얻어지는 것이며 결과적으로 퍼지규칙의 수를 줄이는 것과 같다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.340-342
• /
• 2004

In this paper, we introduce a new category of fuzzy inference systems baled on information granulation to carry out the model identification of complex and nonlinear systems. Informal speaking, information granules are viewed as linked collections of objects(data, in particular) drawn together by the criteria of proximity, similarity, or functionality. Granulation of information with the aid of Hard C-Means(HCM) clustering algorithm help determine the initial parameters of fuzzy model such as the initial apexes of the membership functions and the initial values of polyminial functions being used in the premise and consequence part of the fuzzy rules. And the initial parameters are tuned effectively with the aid of the genetic algorithms(GAs) and the least square method. The proposed model is contrasted with the performance of the conventional fuzzy models in the literature.