• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.104-106
• /
• 2007

In this paper, we propose an approach to design of optimized Cascade controller for Rotary Inverted Pendulum system using Hierarchical Fair Competition-based Genetic Algorithm(HFCGA). GAs may get trapped in a sub-optimal region of the search space thus becoming unable to find better quality solutions, especially for very large search space. The Parallel Genetic Algorithms(PGA) are developed with the aid of global search and retard premature convergence. HFCGA is a kind of multi-populations of PGA. In this paper, we design optimized Cascade controller by HFCGA for Rotary Inverted Pendulum system that is nonlinear and unstable. Cascade controller comprise two feedback loop, parameters of controller optimize using HFCGA. Then designed controller evaluate by apply to the real plant.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.204-206
• /
• 2007

In this study, we introduce the optimization method of fuzzy inference systems that is based on Hierarchical Fair Competition-based Parallel Genetic Algorithms (HFCGA) and information data granulation, The granulation is realized with the aid of the Hard C-means clustering and HFCGA is a kind of multi-populations of Parallel Genetic Algorithms (PGA), and it is used for structure optimization and parameter identification of fuzzy model. It concerns the fuzzy model-related parameters such as the number of input variables to be used, a collection of specific subset of input variables, the number of membership functions, the order of polynomial, and the apexes of the membership function. In the optimization process, two general optimization mechanisms are explored. The structural optimization is realized via HFCGA and HCM method whereas in case of the parametric optimization we proceed with a standard least square method as well as HFCGA method as well. A comparative analysis demonstrates that the proposed algorithm is superior to the conventional methods. Particularly, in parameter identification, we use the UNDX operator which uses multiple parents and generate offsprings around the geographic center off mass of these parents.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.341-344
• /
• 2007

본 논문에서는 계층적 공정 경쟁 개념을 병렬 유전자 알고리즘에 적용하여 계층적 공정 경쟁 기반 병렬유전자 알고리즘 (Hierarchical Fair Competition Genetic Algorithm: HFCGA)을 구현하였을 뿐만 아니라 실수코딩 유전자 알고리즘(Real-Coded Genetic Algorithm: RCGA)에서 좋은 성능을 갖는 산술교배(Arithmetic crossover), 수정된 단순교배(modified simple crossover) 그리고 UNDX(unimodal normal distribution crossover)등의 다양한 교배연산자들을 적용, 분석함으로써 개선된 병렬 유전자 알고리즘을 제안하였다. UNDX연산자는 다수의 부모(multiple parents)를 이용하여 부모들의 기하학적 중심(geometric center)에 근접하게 정규분포를 이루며 생성된다. 본 논문은 UNDX를 이용한 HFCGA모델을 구현하고 함수파라미터 최적화 문제에 많이 쓰이는 함수들에 적용시킴으로써 그 성능의 우수성을 증명 한다.

• 한국지능시스템학회논문지
• /
• 제19권3호
• /
• pp.329-336
• /
• 2009

본 논문은 회전형 역 진자 시스템(Rotary Inverted Pendulum System : RIPS)의 제어를 위한 Fuzzy cascade 제어구조를 제안하고 병렬유전자 알고리즘의 하나인 계층적 공정 경쟁 기반 유전자 알고리즘(Hierarchical Fair Competition-based Genetic Algorithms : HFCGA)을 이용한 최적화 방법을 제시한다. 회전형 역 진자 시스템은 Rotating arm의 회전을 통해 Pendulum의 각도를 제어하는 시스템으로써 제어 목적은 Rotating arm을 원하는 위치에 오게 하고 진자를 수직 위치의 불안정 평형 점에 위치하도록 하는 것이다. 본 논문에서는 회전형 역 진자 시스템의 제어를 위해 두개의 Fuzzy 제어기로 구성된 Fuzzy cascade 제어 구조를 설계하고, HFCGA를 이용하여 설계된 제어기의 파라미터를 최적화한다. 시뮬레이션 및 실험에서 SGA와 HFCGA의 성능비교를 통해 HFCGA의 우수성을 보이고, LQR 및 PD cascade 제어기와 제안된 Fuzzy cascade 제어기의 성능 비교를 통하여 제안된 방법의 우수성을 보인다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 D
• /
• pp.2097-2098
• /
• 2006

In this study, we introduce the hybrid optimization of fuzzy inference systems that is based on Hierarchical Fair Competition-based Parallel Genetic Algorithms (HFCGA). HFCGA is a kind of multi-populations of Parallel Genetic Algorithms(PGA), and it is used for structure optimization and parameter identification of fuzzy set model. It concerns the fuzzy model-related parameters as the number of input variables, a collection of specific subset of input variables, the number of membership functions, and the apexes of the membership function. In the hybrid optimization process, two general optimization mechanisms are explored. The structural optimization is realized via HFCGA method whereas in case of the parametric optimization we proceed with a standard least square method as well as HFCGA method as well. A comparative analysis demonstrates that the proposed algorithm is superior to the conventional methods.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년 학술대회 논문집 정보 및 제어부문
• /
• pp.120-122
• /
• 2006

The paper concerns the hybrid optimization of fuzzy inference systems that is based on Hierarchical Fair Competition-based Parallel Genetic Algorithms (HFCGA) and information data granulation. The granulation is realized with the aid of the Hard C-means clustering and HFCGA is a kind of multi-populations of Parallel Genetic Algorithms (PGA), and it is used for structure optimization and parameter identification of fuzzy model. It concerns the fuzzy model-related parameters such as the number of input variables to be used, a collection of specific subset of input variables, the number of membership functions, the order of polynomial, and the apexes of the membership function. In the hybrid optimization process, two general optimization mechanisms are explored. Thestructural optimization is realized via HFCGA and HCM method whereas in case of the parametric optimization we proceed with a standard least square method as well as HFCGA method as well. A comparative analysis demonstrates that the proposed algorithm is superior to the conventional methods.

• 전기학회논문지
• /
• 제58권2호
• /
• pp.391-398
• /
• 2009

In this study, we introduce the design methodology of an optimized fuzzy cascade controller with the aid of hierarchical fair competition-based genetic algorithm(HFCGA) for ball & beam system. The ball & beam system consists of servo motor, beam and ball, and remains mutually connected in line in itself. The ball & beam system determines the position of ball through the control of a servo motor. The displacement change the position of ball leads to the change of the angle of the beam which determines the position angle of a servo motor. Consequently the displacement change of the position of the moving ball and its ensuing change of the angle of the beam results in the change of the position angle of a servo motor. We introduce the fuzzy cascade controller scheme which consists of the outer(1st) controller and the inner(2nd) controller as two cascaded fuzzy controllers, and auto-tune the control parameters(scaling factors) of each fuzzy controller using HFCGA. The inner controller controls the position of lever arm which corresponds to the position angle of a servo motor and the outer controller decides the set-point value of the inner controller. HFCGA is a kind of parallel genetic algorithms(PGAs), and helps alleviate the premature convergence being generated in conventional genetic algorithms (GAs). For a detailed comparative analysis from the viewpoint of the performance results and the design methodology, the proposed method for the ball & beam system which is realized by the fuzzy cascade controller based on HFCGA, is presented in comparison with the conventional PD cascade controller based on serial genetic algorithms.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.236-242
• /
• 2008

본 논문은 회전형 역 진자 시스템(Rotary Inverted Pendulum System : RIPS)에 대한 계층적 공정 경쟁 기반 유전자 알고리즘(Hierarchical Fair Competition-based Genetic Algorithms : HFCGA) 기반 최적 퍼지 제어기 설계를 제안한다. 회전형 역 진자 시스템의 제어를 위해 퍼지제어기를 사용하였으며, 이때 퍼지제어기의 규칙은 LQR(Linear Quadratic Regulator) 제어기를 기반으로 하여 설계하였다. 유전자 알고리즘은 전역해를 구할 수 있는 장점이 있어 많은 분야에 성공적으로 적용되고 있지만 조기수렴 문제로 인하여 지역해에 빠질 수 있다. 이러한 문제를 해결하기 위하여 병렬유전자 알고리즘이 개발되었으며, HFCGA는 병렬유전자 알고리즘을 개선한 방법 중의 하나이다. 본 논문에서는 퍼지 제어기의 파라미터의 최적화를 위해 계층적 공정 경쟁 기반 유전자 알고리즘을 사용하였다. 시뮬레이션 및 실험을 통하여 LQR 제어기, 기존 단순유전자 알고리즘(SGA)을 이용한 퍼지제어기와 제안된 HFCGA 기반 퍼지제어기의 성능 비교를 통하여 제안된 방법의 우수성을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.313-316
• /
• 2008

에어컨 시스템은 압축기(Compressor), 응축기(Condenser), 증발기(Evaporator)와 확장밸브(Expansion Valve)로 구성되며, 에어컨 시스템에서 과열도와 저압(증발기의 압력)은 시스템의 효율 증대 및 성능 개선과 안정성에 대하여 결정적인 영향을 미친다. 따라서, 과열도와 저압을 조절하기 위해, 각각의 압축기내의 인버터 주파수와 확장밸브의 개도 제어가 중요하며 선형과 비선형 시스템 모두에 대하여 견실한 성능을 나타내고, 외란에 대하여 강인한 성능을 보이는 퍼지 제어기를 설계한다. 본 논문에서는 과열도와 저압을 제어하기 위하여, 3대의 확장밸브와 1대의 압축기를 가진 에어컨 시스템에 대하여 다중 퍼지 제어기를 설계한다. 또한, 각 제어 플랜트에 대하여 최적의 퍼지 제어기를 설계하기 위하여 3가지 최적화 알고리즘을 사용한다. 즉, 직렬 유전자 알고리즘(Serial Genetic Algorithm; SGA)과 병렬 유전자 알고리즘인 계층적 공정 경쟁 유전자 알고리즘(Hierarchical Fair Competition Genetic Algorithm; HFCGA), 그리고 Particle Swarm Optimization(PSO)을 사용하여 다중 퍼지 제어기를 최적화하고 시뮬레이션의 결과를 비교한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.308-309
• /
• 2007

본 논문에서는 계층적 공정 경쟁 기반 병렬 유전자 알고리즘 (Hierarchical Fair Competition Genetic Algorithm: HFCGA)을 이용하여 Ball & Beam 시스템에 최적의 Fuzzy Cascade 제어기를 설계하고자 한다. Ball & Beam 시스템은 비선형적이며 Beam의 마찰계수와 Ball의 중력 가속도를 고려하여 Ball의 위치를 조정하는 시스템이다. 이러한 Ball & Beam 시스템에 대해 Fuzzy Cascade 제어기를 설계하고, 조기 수렴에 문제가 있는 기존의 유전자 알고리즘을 개선한 HFCGA를 이용하여 제어기의 파라미터를 최적화 한다. 마지막으로 실제 플랜트에 적용하여 설계된 제어기의 성능을 평가하고, PD Cascade 제어기와 Fuzzy Cascade 제어기의 성능을 비교한다.