• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2096-2098
• /
• 2001

Fuzzy control has been researched for application of industrial processes which have no accurate mathematical model and could not be controlled by conventional methods because of a lack of quantitative input-output data. Intelligent control approach based on fuzzy logic could directly reflex human thinking and natural language to controller comparing with conventional methods. In this paper, the tested system is constructed for sending a ball to the goal position using wind from two DC motors in the path. This system contains non-linearity and uncertainty because of the characteristic of aerodynamics inside the path. The system used in this experiment could be hardly modeled by mathematic methods and could not be easily controlled by linear control manners. The controller, in this paper could control the system containing non-linearity and uncertainty.

• International Journal of Computer Science & Network Security
• /
• 제24권1호
• /
• pp.31-44
• /
• 2024

People have been using more energy in the last years. Several research studies were conducted to develop sustainable energy sources that can produce clean energy to fulfill our energy requirements. Using renewable energy sources helps to decrease the harm to the environment caused by conventional power plants. Choosing the right location and capacity for DG-RESs can greatly impact the performance of Radial Distribution Systems. It is beneficial to have a good and stable electrical power supply with low energy waste and high effectiveness because it improves the performance and reliability of the system. This research investigates the ideal location and size for solar and wind power systems, which are popular methods for producing clean electricity. A new artificial intelligent algorithm called Nutcracker Optimization Algorithm (NOA) is used to find the best solution in two common electrical systems named IEEE 33 and 69 bus systems to examine the improvement in the efficiency & reliability of power system network by reducing power losses, making voltage deviation smaller, and improving voltage stability. Finally, the NOA method is compared with another method called PSO and developed Hybrid Algorithm (NOA+PSO) to validate the proposed algorithm effectiveness and enhancement of both efficiency and reliability aspects.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제12권1호
• /
• pp.617-635
• /
• 2020

The purpose of this study is to discuss how to improve the maneuverability of lifting and diving for underwater vehicle's vertical motion. Therefore, to solve these problems, applied the 3-D numerical simulation, Taguchi's Design of Experiment (DOE), and intelligent parameter design methods, etc. We planned four steps as follows: firstly, we applied the 2-D flow simulation with NACA series, and then through the Taguchi's dynamic method to analyze the sensitivity (β). Secondly, take the data of pitching torque and total resistance from the Taguchi orthogonal array (L9), the ignal-to-noise ratio (SNR), and analysis each factorial contribution by ANOVA. Thirdly, used Radial Basis Function Network (RBFN) method to train the non-linear meta-modeling and found out the best factorial combination by Particle Swarm Optimization (PSO) and Weighted Percentage Reduction of Quality Loss (WPRQL). Finally, the application of the above methods gives the global optimum for multi-quality characteristics and the robust design configuration, including L/D is 9.4:1, the foreplane on the hull (Bow-2), and position of the sail is 0.25 Ls from the bow. The result shows that the total quality is improved by 86.03% in comparison with the original design.

• 한국지능시스템학회논문지
• /
• 제19권6호
• /
• pp.749-754
• /
• 2009

4족 보행로봇의 빠른 걸음새를 자동으로 생성하는 문제에 대해서 GP(Genetic Programming)와 CPG(Central Pattern Generator) 기반의 두 가지 방식을 비교한다. GP(Genetic Programming)를 이용한 관절좌표계 상에서의 걸음새 생성 기법은 발끝의 자취와 수 많은 자세 파라미터를 사용하는 대신에 적은수의 관절 궤적을 생성하므로 효율적이다. CPG는 뇌로부터의 입력을 받아서 진동적인 출력을 생성하는 신경회로로 고등생물의 걸음 원리를 수학적으로 모델링한 것이다. 바이올로이드로 구성된 4족 보행로봇에 대하여 Webots기반의 ODE 시뮬레이션을 통해 접근 기법들에 대한 최적화를 수행하고 결과를 비교 분석한다. 그리고, 구해진 시뮬레이션과 결과를 실제 로봇에 대해서 각 동작을 실행시켜 보면서 CPG와 GP 기반의 걸음새 방식의 실제적인 성능 및 특성을 고찰한다.

• 한국지능시스템학회논문지
• /
• 제26권4호
• /
• pp.253-258
• /
• 2016

본 논문은 실내 주행 로봇의 위치 추정을 위해 최적화 기법을 적용한 방법에 대해 기술한다. 주행 로봇의 위치 추정에 사용되는 베이지안 필터 방법의 경우는 측정값과 환경 요소에 대한 불확실성을 고려하기위해 사용하는 조절 파라미터에 따라 추정성능이 달라진다. 또한 로봇동작 및 센서 측정 모델의 비선형성에 의하여 성능이 저하될 수 있다. 최적화 기법은 조절 파라미터가 적고 모델의 비선형성의 영향을 적게 받는다. 본 연구에서는 최적화 기법의 위치 추정 활용성을 보이기 위해 최적화 방법에 의한 추정성능과 EKF방법에 의한 추정 성능을 비교한다. 사용한 측정 센서는 초음파 위성 시스템(USAT, Ultrasonic Satellites system)으로서 4개의 비컨으로부터 로봇까지의 거리를 측정한다. 측정값의 비정상 오차를 제거하기 위하여 마할라노비스 거리(Mahalanobis Distance)를 이용한다. 최적화 기법은 거리 측정값을 사용하여 목적함수를 설계하고 반복계산을 통해 위치의 최적 값을 찾는다. 반복 수행을 위한 초기 위치를 베이시안 필터 방법을 통하여 적절히 설정함으로서 제안된 방법은 위치 추정 성능을 향상시키고 실행 시간을 단축시킬 수 있다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2004년도 추계학술대회
• /
• pp.179-188
• /
• 2004

Bankruptcy prediction is an important and widely studied topic since it can have significant impact on bank lending decisions and profitability. Recently, support vector machine (SVM) has been applied to the problem of bankruptcy prediction. The SVM-based method has been compared with other methods such as neural network, logistic regression and has shown good results. Genetic algorithm (GA) has been increasingly applied in conjunction with other AI techniques such as neural network, CBR. However, few studies have dealt with integration of GA and SVM, though there is a great potential for useful applications in this area. This study proposes the methods for improving SVM performance in two aspects: feature subset selection and parameter optimization. GA is used to optimize both feature subset and parameters of SVM simultaneously for bankruptcy prediction.

• Computers and Concrete
• /
• 제32권2호
• /
• pp.149-163
• /
• 2023

One of the main design parameters traditionally utilized in projects of geotechnical engineering is the uniaxial compressive strength. The present paper employed three artificial intelligence methods, i.e., the stochastic fractal search (SFS), the multi-verse optimization (MVO), and the vortex search algorithm (VSA), in order to determine the compressive strength of concrete (CSC). For the same reason, 1030 concrete specimens were subjected to compressive strength tests. According to the obtained laboratory results, the fly ash, cement, water, slag, coarse aggregates, fine aggregates, and SP were subjected to tests as the input parameters of the model in order to decide the optimum input configuration for the estimation of the compressive strength. The performance was evaluated by employing three criteria, i.e., the root mean square error (RMSE), mean absolute error (MAE), and the determination coefficient (R²). The evaluation of the error criteria and the determination coefficient obtained from the above three techniques indicates that the SFS-MLP technique outperformed the MVO-MLP and VSA-MLP methods. The developed artificial neural network models exhibit higher amounts of errors and lower correlation coefficients in comparison with other models. Nonetheless, the use of the stochastic fractal search algorithm has resulted in considerable enhancement in precision and accuracy of the evaluations conducted through the artificial neural network and has enhanced its performance. According to the results, the utilized SFS-MLP technique showed a better performance in the estimation of the compressive strength of concrete (R²=0.99932 and 0.99942, and RMSE=0.32611 and 0.24922). The novelty of our study is the use of a large dataset composed of 1030 entries and optimization of the learning scheme of the neural prediction model via a data distribution of a 20:80 testing-to-training ratio.

• 한국지능시스템학회논문지
• /
• 제11권3호
• /
• pp.215-222
• /
• 2001

신경망은 선형 시스템뿐만 아니라 비선형 시스템에 있어서도 탁월한 모델링 및 예측 성능을 갖고 있다. 하지만 좋은 성능을 갖는 신경망을 구현하기 위해서는 최적화 해야할 파라미터들이 있다. 은닉층의 뉴런의 수, 학습율, 모멘텀, 학습오차 등이 그것인데 이러한 파라미터들은 경험에 의해서, 또는 문헌들에서 제시하는 값들을 선택하여 사용하는 것이 일반적인 경향이다. 하지만 신경망의 전체적인 성능은 이러한 파라미터들의 값에 의해서 결정되기 때문에 이 값들의 선택은 보다 체계적인 방법을 사용하여 구하여야 한다. 본 논문은 유전 알고리즘을 이용하여 이러한 신경망 파라미터들의 최적 값을 찾는데 목적이 있다. 유전 알고리즘을 이용하여 찾은 파라미터들을 사용하여 학습된 신경망의 학습오차와 예측오차들을 심플렉스 알고리즘을 이용하여 찾는 파라미터들을 사용하여 학습된 신경망의 오차들과 비교하여 본 결과 유전 알고리즘을 이용하여 찾을 파라미터들을 이용했을 때의 신경망의 성능이 더욱 우수함을 알 수 있다.

• 한국지능시스템학회논문지
• /
• 제21권3호
• /
• pp.395-400
• /
• 2011

본 논문에서는 얼굴 표정에서 나타나는 동적인 정서상태 변화를 고려한 얼굴 영상 기반 정서 인식 연구를 제안한다. 본 연구는 얼굴 영상 기반 정서적 특징 검출 및 분석 단계와 정서 상태 분류/인식 단계로 구분할 수 있다. 세부 연구의 구성 중 첫 번째는 Facial Action Units (FAUs)과 결합한 Active Shape Model (ASM)을 이용하여 정서 특징 영역 검출 및 분석기법의 제안이며, 두 번째는 시간에 따른 정서 상태의 동적 변화를 고려한 정확한 인식을 위하여 Hidden Markov Model(HMM) 형태의 Dynamic Bayesian Network를 사용한 정서 상태 분류 및 인식기법의 제안이다. 또한, 최적의 정서적 상태 분류를 위한 HMM의 파라미터 학습 시 Harmony Search (HS) 알고리즘을 이용한 휴리스틱 최적화 과정을 적용하였으며, 이를 통하여 동적 얼굴 영상 변화를 기반으로 하는 정서 상태 인식 시스템을 구성하고 그 성능의 향상을 도모하였다.

• 자동차안전학회지
• /
• 제5권2호
• /
• pp.24-31
• /
• 2013

This paper describes a coordinated control algorithm for rear-side collision avoidance. In order to assist driver actively and increase driver's safety, the proposed coordinated control algorithm is designed to combine lateral control using a steering torque overlay by Motor Driven Power Steering (MDPS) and differential braking by Vehicle Stability Control (VSC). The main objective of a combined control strategy is twofold. The one is to prevent the collision between the subject vehicle and approaching vehicle in the adjacent lanes. The other is to limit actuator's control inputs and vehicle dynamics to safe values for the assurance of the driver's comfort. In order to achieve these goals, the Lyapunov theory and LMI optimization methods has been employed. The proposed coordinated control algorithm for rear-side collision avoidance has been evaluated via simulation using CarSim and MATLAB/Simulink.