• Steel and Composite Structures
• /
• 제47권4호
• /
• pp.513-521
• /
• 2023

The goal of this work is to create a new and improved GWO (Grey Wolf Optimizer), the so-called Robot GWO (RGWO), for dynamic and static target tracking involving multiple robots in unknown environmental conditions. From applying ourselves with the Gray Wolf Optimization Algorithm (GWO) and how it works, as the name suggests, it is a nature-inspired metaheuristic based on the behavior of wolf packs. Like other nature-inspired metaheuristics such as genetic algorithms and firefly algorithms, we explore the search space to find the optimal solution. The results also show that the improved optimal control method can provide superior power characteristics even when operating conditions and design parameters are changed.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.436-443
• /
• 2013

본 논문에서는 중량물을 들어 올리는 작업자를 돕기 위한 와이어 구동식 권양 시스템의 제어기와 제어기 설계를 위한 작업자 모델링을 제시한다. 와이어 구동식 중량물 권양 시스템은 사람이 전체 제어루프에 포함된 인간지원시스템의 일종이다. 사람의 제어 특성 모델과 물건을 들어 올리는 작업자의 힘을 덜어주어야 하는 요구조건을 고려한 퍼지제어기 설계 방식을 제안한다. 또한 권양 초기 구간에서 중량물의 무게를 자체적으로 측정하여 구동될 수 있는 방식도 소개한다. 마지막으로 성능 검증을 위해 실험을 통하여 제어기의 무게 측정의 정확도를 분석하고 중량물을 작업자가 작은 힘으로 편하게 들어 올릴 수 있는지 그 결과를 분석한다.

• 전자공학회논문지SC
• /
• 제37권1호
• /
• pp.10-18
• /
• 2000

본 논문에서는 2축 서보시스템에 적용하기 위한 새로운 윤곽 모델링을 이용하여 퍼지논리형 상호결합제어기를 제안한다. 일반적인 각 축 독립제어기는 각 축의 동적 변수와 루프 이득의 불일치로 인해 윤곽 성능을 감소시킨다. 실제적으로 이러한 시스템은 많은 불확실성도 보유하고 있다. 상호결합제어기는 정확한 윤곽을 구하기 위해 모든 축의 위치 오차 정보를 동시에 이용한다. 그러나 일반적인 상호결합제어기는 마찰, 백래쉬 그리고 매개변수 변화를 극복하지 못한다. 또한 정확한 다축 시스템의 수학적 모델을 얻기 힘들기 때문에 서보시스템의 퍼지논리형 상호결합제어기를 제안한다. 이와 더불어 새로운 윤곽 오차 벡터 계산법을 제시한다. 제안한 알고리즘의 성능을 검증하기 위해 실험결과를 나타낸다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.415-418
• /
• 2007

가까운 미래에 인간생활에 활용될 지능형 로봇은 인간과 공존하면서도 효과적으로 인간을 도와줄 수 있는 인간친화형 로봇이라 할 수 있다. 이러한 것을 실현하기 위해서 로봇은 미지의 환경 내에서 자신의 위치 및 방향을 인식해야 할 필요가 있다. 더욱이, 이것은 일상생활에서 자연스럽게 이뤄지는 것이 당연하다. 로봇을 제어하는 가장 중요한 문제중의 하나로서 이동로봇의 주행에서의 위치불확실성을 해결함으로서 로봇의 위치를 추정하는 것이 바람직하다 할 수 있다. 본 논문에서는 실내외 공간에서 인간을 포한함 이동물체의 영상정보를 이용하여 이동로봇의 자기위치를 인식하기 위한 방법을 제시하고 있다. 제시한 방법은 로봇자체의 DR센서 정보와 카메라에서 얻은 영상정보로부터 로봇의 위치추정방법을 결합 한 것이다. 그리고 이동물체의 이전 위치정보와 관측 카메라의 모델을 사용하여 이동물체에 대한 영상프레임 좌표와 추정된 로봇위치 간의 관계를 표현할 수 있는 식을 제시하고 있다. 또한 이동하는 인간과 로봇의 위치와 방향을 추정하기 위한 제어방법을 제시하고 이동로봇의 위치를 추정하기위해서 칼만필터 방법을 적용하였다. 그리고 시뮬레이션 및 실험을 통하여 제시한 방법을 검증하였다.

• 제어로봇시스템학회논문지
• /
• 제8권7호
• /
• pp.589-598
• /
• 2002

The color measuring/matching expert system is implemented with a new color measuring method that combines intelligent algorithms with image processing techniques. Color measuring part of the proposed system preprocesses the scanned original color input images to eliminate their distorted components by means of the image histogram technique of image pixels, and then extracts RGB(Red, Green, Blue)data among color information from preprocessed color input images. If the extracted RGB color data does not exist on the matching recipe databases, we can measure the colors for the user who want to implement the model that can search the rules for the color mixing information, using the intelligent modeling techniques such as fuzzy inference system and adaptive neuro-fuzzy inference system. Color matching part can easily choose images close to the original color for the user by comparing information of preprocessed color real input images with data-based measuring recipe information of the expert, from the viewpoint of the delta Eformula used in practical process.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.113-116
• /
• 2001

이 논문에서는 음악을 시계열 자료로 해석하고 시계열 자료의 퍼지 로직에 기반한 모델링에 대해 설명한다. 음악은 음악적 기호들인 보표, 악센트, 오선, 박자표, 음표, 쉼표 등등과 같은 유한개의 음악적 표기법들로 구성된다. 악보는 음악 해석에 필요한 리듬, 멜로디, 화음등과 달은 다양한 특성을 표현하기 위해 음악적 기호들을 사용한다. 본 논문에서는 각각의 시간에서 소리나는 음들의 비트와 높낮이로 인식한다는 관점에서 음악에서의 비트와 음의 높낮이를 시계열 자료로 표현하는 것이 가능하다. 악보의 규정된 특징들을 바탕으로, 악보를 시계열 자료로 표현하고 시계열을 예측하기 위해 퍼지 로직에 기반한 모델로 구성한다. 제안한 방법의 타당성으로 보이기 위해 몇 가지 예를 제시한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.47-50
• /
• 2000

In this paper, an optimal identification method using Multi-FNN(Fuzzy-Neural Network) is proposed for model ins of nonlinear complex system. In order to control of nonlinear process with complexity and uncertainty of data, proposed model use a HCM clustering algorithm which carry out the input-output data preprocessing function and Genetic Algorithm which carry out optimization of model. The proposed Multi-FNN is based on Yamakawa's FNN and it uses simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rules. HCM clustering method which carry out the data preprocessing function for system modeling, is utilized to determine the structure of Multi-FNN by means of the divisions of input-output space. Also, the parameters of Multi-FNN model such as apexes of membership function, learning rates and momentum coefficients are adjusted using genetic algorithms. Also, a performance index with a weighting factor is presented to achieve a sound balance between approximation and generalization abilities of the model, To evaluate the performance of the proposed model, we use the time series data for gas furnace and the numerical data of nonlinear function.

• 제어로봇시스템학회논문지
• /
• 제7권12호
• /
• pp.973-979
• /
• 2001

Sliding mode control guarantees robustness in the presence of modeling uncertainties and external disturbances. However, this can be obtained at the cost of high control activity that may lead to chattering As one way to alleviate this problem a boundary layer around sliding surface is typically used. In this case the selection of controller gain, control ban width and boundary layer thickness is a crucial problem for the trade-off between tracking error and chattering. The parameter tuning is usually done by trail-and-error in practice causing significant effort and time. An auto tuning method based on fuzzy rules is proposed in the paper in this method tracking error and chattering are monitored by performance indices and the controller tunes the design parameters intelligently in order to compromise both indices. To demonstrate the efficiency of the propose method a mass-spring translation system and a roboic control system are simulated and tested It is shown that the proposed algorithm is effective to facilitae the parameter tuning for sliding mode controllers.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제6권3호
• /
• pp.210-216
• /
• 2006

In the rule based modeling, data partitioning plays crucial role be cause partitioned sub data set implies particular information of the given data set or system. In this paper, we present an empirical study result of the data pattern estimation to find underlying data patterns of the given data. Presented method performs crisp type clustering with given n number of data samples by means of the sequential agglomerative hierarchical nested model (SAHN). In each sequence, the average value of the sum of all inter-distance between centroid and data point. In the sequel, compute the derivation of the weighted average distance to observe a pattern distribution. For the final step, after overall clustering process is completed, weighted average distance value is applied to estimate range of the number of clusters in given dataset. The proposed estimation method and its result are considered with the use of FCM demo data set in MATLAB fuzzy logic toolbox and Box and Jenkins's gas furnace data.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제8권3호
• /
• pp.175-184
• /
• 2008

To construct user profiles automatically, an extraction method for representative keywords from a set of documents is needed. In our previous works, we suggested such a method and showed its usefulness. Here, we apply it to the classification problem and observe how much it contributes to performance improvement. The method can be used as a linear document classifier with few modifications. So, we first evaluate its performance for that case. The method is also applicable to some non-linear classification methods such as GIS (Generalized Instance Set). In GIS algorithm, generalized instances are built from training documents by a generalization function and then the K-NN algorithm is applied to them, where the method can be used as a generalization function. For comparative works, two famous linear classification methods, Rocchio and Widrow-Hoff algorithms, are also used. Experimental results show that our method is better than the others for the case that only positive documents are considered, but not when negative documents are considered together.