• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1994년도 추계학술대회 논문집
• /
• pp.414-419
• /
• 1994

In recent years, there has been an increasing intest in control of active automotive suspension systems with a goal of improving the ride comfort and safety. Many approaches for these purposes have used linearized models of the suspension's dynamics, allowing the use of linear control theory. However, the linearized model does not well descriibe the actual system behavior which is inherently nonlinear. The object of this study is to develop a neuro controlled active suspension for the ride quality improvement. After obtaining active control law using optimal control theory, we use the artificial neural network to train the neuro controller to learn the relation of road input and control force. Form the numerical results, we found that back propagation learning does show good pattern matching and vertical acceleration of the driver's seat and sprung mass.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제7권7호
• /
• pp.175-182
• /
• 2018

본 논문은 수면 환경이 개인 수면에 미치는 영향 분석과 최적 수면 환경을 산출하는 연구이다. 입출력 데이터 집합을 선정하고 뉴로-퍼지 기법을 이용해 최적화된 수면 환경 정보를 산출한다. 수면 지속 시간을 고려한 최적의 수면 환경을 제공한다. 제안된 방법을 통해 산출된 각성 비율은 12%이며, 기존 연구에 비해 최소 5% 낮은 각성 비율을 얻었다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제49권5호
• /
• pp.225-234
• /
• 2000

In this paper, we present an nonlinear PID controller with network based compensator which consists of a conventional PID controller that controls the linear components and neuro-compensator that controls the output errors and nonlinear components. This controller is based on the Harris's concept where he explained that the adaptive controller consists of the PID control term and the disturbance compensating term. The resulting controller's architecture is also found to be very similar to that of Wang's controller. This controller adds a self-tuning ability to the existing PID controller without replacing it by compensating the output errors through the neuro-compensator. Various simulations and comparative studies have proven that the proposed nonlinear PID controller produces superior results to other existing PID controllers. When applied to an actual magnetic levitation system which is known to be very nonlinear, it has also produced an excellent results.

• E2M - 전기 전자와 첨단 소재
• /
• 제11권11호
• /
• pp.1-8
• /
• 1998

This paper presents an arificial neuro-fuzzy technique based prtial discharge (PD) pattern classifier to power system application. This may require a complicated analysis method employ -ing an experts system due to very complex progressing discharge form under exter-nal stress. After referring briefly to the developments of artificical neural network based PD measurements, the paper outlines how the introduction of new emerging technology has resulted in the design of a number of PD diagnostic systems for practical applicaton of residual lifetime prediction. The appropriate PD data base structure and selection of learning data size of PD pattern based on fractal dimentsional and 3-D PD-normalization, extraction of relevant characteristic fea-ture of PD recognition are discussed. Some practical aspects encountered with unknown stress in the neuro-fuzzy techniques based real time PD recognition are also addressed.

• Smart Structures and Systems
• /
• 제15권4호
• /
• pp.1139-1158
• /
• 2015

This paper proposes an efficient system identification method for modeling nonlinear behavior of civil structures. This method is developed by integrating three different methodologies: principal component analysis (PCA), artificial neural networks, and fuzzy logic theory, hence named PANFIS (PCA-based adaptive neuro-fuzzy inference system). To evaluate this model, a 3-story building equipped with a magnetorheological (MR) damper subjected to a variety of earthquakes is investigated. To train the input-output function of the PANFIS model, an artificial earthquake is generated that contains a variety of characteristics of recorded earthquakes. The trained model is also validated using the1940 El-Centro, Kobe, Northridge, and Hachinohe earthquakes. The adaptive neuro-fuzzy inference system (ANFIS) is used as a baseline. It is demonstrated from the training and validation processes that the proposed PANFIS model is effective in modeling complex behavior of the smart building. It is also shown that the proposed PANFIS produces similar performance with the benchmark ANFIS model with significant reduction of computational loads.

• 한국정보통신학회논문지
• /
• 제5권4호
• /
• pp.730-737
• /
• 2001

본 논문에서는 적응 뉴로-퍼지 제어기를 이용하여 비선형 복합시스템 모델의 안정화 제어 방법에 적용한다. 제안된 적응 뉴로-퍼지 제어기는 언어적 퍼지추론, 프로세스의 입출력 데이터를 이용하는 신경회로망, 최적이론 등이 포함된 인공지능을 시스템구조와 파라메터 검증에 필요한 도구로 이용한다. 그 결과 제안된 방법이 이전에 연구되었던 다른 방법보다 아주 높은 인공지능 모델을 제시하였다.

• 한국지능시스템학회논문지
• /
• 제17권2호
• /
• pp.154-159
• /
• 2007

프로펠러 회전면에서의 반류분포는 주로 모형시험에 의해서 규명되어 왔다. 이렇게 축적된 데이터베이스를 통해 선박의 기하학적 형상정보와 반류분포 사이의 입출력관계를 모델링할 수 있다면 선박 초기설계시 유사선종의 설계에 도움이 된다. 뉴로퍼지시스템은 예측, 분류, 진단 등의 매우 복잡한 문제를 해결하는 기법으로 다양한 공학분야에서 응용되고 있다. 본 연구에서는 이들 입출력 사이의 관계를 뉴로퍼지시스템으로 모델링하고 학습한 후 새로운 입력에 대한 출력값의 검토를 통해 그 유용성을 확인한다. 3차원 선미형상을 입력으로 하고 선체 모형시험으로 얻어진 프로펠러 회전면에서의 반류분포 값을 출력으로 사용하여 학습 및 추론을 해 보았다. 이를 통해 뉴로퍼지시스템을 초기 선박설계 단계에서 특히 선미형상을 결정할 때 유용한 것을 확인하였다.

• 전자공학회논문지CI
• /
• 제39권1호
• /
• pp.23-34
• /
• 2002

본 논문에서는 진화전략을 이용하여 빠르게 학습하는 새로운 구조의 뉴로퍼지 시스템을 제안하고 제안한 시스템의 효용성을 입증하기 위하여 비선형 시스템 동정에 응용한 결과를 설명한다. 뉴로퍼지 시스템의 학습 방법으로는 지금까지 주로 변형된 오류역전파 알고리즘과 최적화 기법인 유전자 알고리즘이 많이 사용되어왔으나, 오류역전파 알고리즘은 학습시간이 많이 걸리며 유전자 알고리즘은 해를 유전형 형태로 표현함으로 인하여 미세한 탐색이 힘든 단점이 있었다. 본 논문에서 사용한 진화전력은 해를 표현형의 개체로 나타내어 실수형태로 진화하기 대문에 미세한 탐색이 가능하며 오류역전파 알고리즘에 비해 지역해에 빠질 가능성이 작고 속도가 빠른 장점이 있다. 제안한 뉴로퍼지 시스템을 비선형 시스템 동정에 적용한 결과 학습속도가 빠르며 학습결과도 우수함을 보았다.

• ETRI Journal
• /
• 제31권2호
• /
• pp.182-192
• /
• 2009

Rain attenuation and intercell interference are two crucial factors in the performance of broadband wireless access networks such as local multipoint distribution systems (LMDS) operating at frequencies above 20 GHz. Power control can enhance the performance of downlink CDMA-based LMDS systems by reducing intercell interference under clear sky conditions; however, it may damage system performance under rainy conditions. To ensure robust operation under both clear sky and rainy conditions, we propose a novel power-control scheme which applies an adaptive neuro-fuzzy inference system (ANFIS) for downlink CDMA-based LMDS systems. In the proposed system, the rain rate and the number of users are two inputs of the fuzzy inference system, and output is defined as channel quality, which is applied in the power control scheme to adjust the power control region. Moreover, ITU-R P.530 is employed to estimate the rain attenuation. The influence of the rain rate and the number of users on the distance-based power control (DBPC) scheme is included in the simulation model as the training database. Simulation results indicate that the proposed scheme improves the throughput of the DBPC scheme.

• 한국지능시스템학회논문지
• /
• 제12권6호
• /
• pp.571-576
• /
• 2002

본 논문에서는 여러 분야에서 널리 응용되고 있는 적응 뉴로-퍼지 시스템(ANFIS)의 성능 개선에 있어서 전제부 파라미터를 효과적으로 초기화 시키는 방법을 제안한다. 기존의 그리드 분할을 이용한 입력공간 선택 방법은 ANFIS의 규칙 생성에 있어서 얻어진 규칙의 수가 지수적으로 증가하는 단점이 있다. 이에, 본 연구에서는 GMM에서의 최대우도추정을 이용한 EM 알고리즘을 통하여 초기치에 의하여 성능의 영향이 좌우되는 ANFIS의 입력으로 주어 제안된 클러스터링 기법에 의하여 모델의 성능을 개선하고자 한다. 제안된 방법의 클러스터링 방법은 통계적 방법에 근거하여 좋은 성능의 파라미터를 획득할 수 있어 주어진 모델에 대한 ANFIS의 성능을 개선할 수 있다. 이들 방법의 유용함을 전형적인 다변수 비선형 데이터인 자동차 연료 예측 문제와 정수장 응집제 주입 문제에 적용하여 제안된 방법이 이전의 연구보다 성능이 개선되는 것을 통하여 보였다.