• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.285-288
• /
• 2005

최근 컴퓨터의 소형화와 인터넷의 대중화로 유비쿼터스 컴퓨팅이 많은 주목을 받고 있다. 유비쿼터스 환경에서 사용자는 언제 어디서나 원하는 정보 서비스를 제한 없이 받을 수 있다. 인터넷의 대중화로 유비쿼터스 시대가 도래하면서 유비쿼터스 환경을 어떻게 제시할 것인지와 어떤 서비스와 이용 방법을 사용자에게 제공할 것인지가 중요해 지고 있다. 본 논문에서는 유비쿼터스 환경에서 사용자의 목적에 가장 적합한 장치가 자동으로 선택되는 방안을 제안한다. 일반 사용자들가 작업에 필요한 장치를 간단한 언어항으로 입력하면 퍼지 신경망을 이용하여 최적의 장치를 선택하고 IP 어드레스를 이용하여 장치를 구성한다. 간단한 환경을 구성하여 실험해 보았다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.282-288
• /
• 1998

본 논문에서는 뉴로-퍼지 제어기를 이용하여 밀폐공간에서의 능동 소음 제어기를 구현하였다. 능동 소음 제어기는 잡음에 의하여 왜곡된 신호로부터 잡음을 제거하여 원 신호를 복원하는 제어시스템이다. 일반적으로 잡음의 특성이 시간에 따라 변화라고, 전달특성이 비선형적이므로 고정된 제어기에 의해서는 제어할 수 없다. 이 논문에서는 뉴로-퍼지 제어기를 사용하여 파라미터를 오차 역전파 학습을 통하여 변화시킴으로써 잡응의 특성에 효과적을 적응하는 능동 소음 제어기를 구성하였다. 원신호는 음성신호를 사용하였으며 실제 소음과 소음 전달경로인 1차경로를 통과한 왜곡된 소음은 실험에 의해 얻은 데이터를 사용하였다. 제어신호의 전달경로인 2차경로는 100[kHz]에서 1[kHz]까지의 주파수 특성을 고려하여 curve fitting 방법을 사용하여 4차로 모델링한 결과를 사용하였다. 제안한 능동 소음 제어기의 성능을 시뮬레이션을 통하여 확인하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.384-389
• /
• 1998

본 논문은 특정 응용에 적합한 퍼지 제어기의 최적 설계 파라메터(퍼지 규칙과 소속 함수)를 찾는데 역전파 학습 과정과 유전 알고리즘을 결합한 Lamarckian 상호적응 기법을 이용한 뉴로-퍼지 제어기의 새로운 설계 방법을 제안한다. 설계 파라메타들은 진화에 의한 전역적 탐색을 통해 높은 포함값과 유용한 퍼지 규칙들을 갖는 규칙 베이스와 작은 근사화 오차와 좋은 제어 성능을 갖는 소속 함수들을 얻도록 제어기간 파라메타 조절을 수행하며, 학습에 의한 국부적 탐색을 통해 각 퍼지 제어기가 원하는 제어 결과를 나타내도록 제어기내 파라메타 조절을 수행한다. 제안한 상호적응 설계 방법은 유전 알고리즘의 모든 세대에서 역전파 학습이 이루어지므로 보다 좋은 근사화 능력을 나타나고, 사용한 무게 중심 비퍼지화기가 정확한 비퍼지화값을 계산하므로 보다 좋은 제어 성능을 가지며, 퍼지 규칙 베이스와 소속 함수들의 최적화 탐색 과정이 입출력 공간의 같은 퍼지 분할 상에서 통합된 적응 함수에 의하여 동시에 수행되므로 탐색을 위한 작업 공간이 아주 작아지는 장점이 있다. 시뮬레이션 결과는 Lamarckian 상호 적응에 의해 얻어진 FLC가 퍼지 규\ulcorner 수, 근사화 능력, 제어 성능등 모든면에서 다른 방법에 의해 얻어진 FLC보다 가장 우수함을 보여준다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.187-190
• /
• 2002

주어진 시스템의 정확한 제어를 위해 뉴로-퍼지 제어시스템의 성공적인 제어는 그 네트웍의 구성에 크게 의존한다. 현재 유전알고리즘을 사용한 제어기 구조의 최적화 방법에 대한 많은 연구가 이루어지고 있으나, 기존의 유전 알고리즘은 고정된 길이의 스트링 구조로 인하여 적합한 연계(linkage)를 얻기 어렵다는 단점이 있다 본 논문에서는 뉴로-퍼지 제어기의 구조적 최적화 설계의 새로운 방법을 제안한다. 여기서, 우리는 구조적으로 최적화 된 뉴로-퍼지 제어기를 설계하기 위해 가변길이 스트링을 사용하는 메시 유전 알고리즘(messy Genetic Algorithm mGA)을 사용한다. 그리고 제안된 방법의 우수성을 증명하기 위해 대표적인 비선형 시스템인 cart-pole 시스템에 제안된 방법을 적용한다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.18 no.6
• /
• pp.70-77
• /
• 2004

In many industrial applications, an unexpected fault of induction motor drive systems can cause serious troubles such as downtime of the overall system heavy loss, and etc. As one of methods to solve such problems, this paper investigates the fault diagnosis for open-switch damages in a voltage-fed PWM inverter for induction motor drive. For the feature extraction of a fault we transform the current signals to the d-q axis and calculate mean current vectors. And then, for diagnosis of different fault patterns, we propose a clustering based diagnosis algorithm The proposed diagnostic technique is a modified ANFIS(Adaptive Neuro-Fuzzy Inference System) which uses a clustering method on the premise of general ANFIS's. Therefore, it has a small calculation and good performance. Finally, we implement the method for the diagnosis module of the inverter with MATLAB and show its usefulness.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• v.15 no.4
• /
• pp.1317-1341
• /
• 2021

Nowadays, the Internet of Things (IoT) is adopted to enable effective and smooth communication among different networks. In some specific application, the Wireless Sensor Networks (WSN) are used in IoT to gather peculiar data without the interaction of human. The WSNs are self-organizing in nature, so it mostly prefer multi-hop data forwarding. Thus to achieve better communication, a cross-layer routing strategy is preferred. In the cross-layer routing strategy, the routing processed through three layers such as transport, data link, and physical layer. Even though effective communication achieved via a cross-layer routing strategy, energy is another constraint in WSN assisted IoT. Cluster-based communication is one of the most used strategies for effectively preserving energy in WSN routing. This paper proposes a Bio-inspired cross-layer routing (BiHCLR) protocol to achieve effective and energy preserving routing in WSN assisted IoT. Initially, the deployed sensor nodes are arranged in the form of a grid as per the grid-based routing strategy. Then to enable energy preservation in BiHCLR, the fuzzy logic approach is executed to select the Cluster Head (CH) for every cell of the grid. Then a hybrid bio-inspired algorithm is used to select the routing path. The hybrid algorithm combines moth search and Salp Swarm optimization techniques. The performance of the proposed BiHCLR is evaluated based on the Quality of Service (QoS) analysis in terms of Packet loss, error bit rate, transmission delay, lifetime of network, buffer occupancy and throughput. Then these performances are validated based on comparison with conventional routing strategies like Fuzzy-rule-based Energy Efficient Clustering and Immune-Inspired Routing (FEEC-IIR), Neuro-Fuzzy- Emperor Penguin Optimization (NF-EPO), Fuzzy Reinforcement Learning-based Data Gathering (FRLDG) and Hierarchical Energy Efficient Data gathering (HEED). Ultimately the performance of the proposed BiHCLR outperforms all other conventional techniques.

• Steel and Composite Structures
• /
• v.51 no.1
• /
• pp.25-41
• /
• 2024

The measurement of pile bearing capacity is crucial for the design of pile foundations, where in-situ tests could be costly and time needed. The primary objective of this research was to investigate the potential use of fuzzy-based techniques to anticipate the maximum weight that concrete driven piles might bear. Despite the existence of several suggested designs, there is a scarcity of specialized studies on the exploration of adaptive neuro-fuzzy inference systems (ANFIS) for the estimation of pile bearing capacity. This paper presents the introduction and validation of a novel technique that integrates the fire hawk optimizer (FHO) and equilibrium optimizer (EO) with the ANFIS, referred to as ANFIS_FHO and ANFIS_EO, respectively. A comprehensive compilation of 472 static load test results for driven piles was located within the database. The recommended framework was built, validated, and tested using the training set (70%), validation set (15%), and testing set (15%) of the dataset, accordingly. Moreover, the sensitivity analysis is performed in order to determine the impact of each input on the output. The results show that ANFIS_FHO and ANFIS_EO both have amazing potential for precisely calculating pile bearing capacity. The R² values obtained for ANFIS_FHO were 0.9817, 0.9753, and 0.9823 for the training, validating, and testing phases. The findings of the examination of uncertainty showed that the ANFIS_FHO system had less uncertainty than the ANFIS_EO model. The research found that the ANFIS_FHO model provides a more satisfactory estimation of the bearing capacity of concrete driven piles when considering various performance evaluations and comparing it with existing literature.

• International journal of advanced smart convergence
• /
• v.3 no.2
• /
• pp.18-21
• /
• 2014

A control application requirements currently used is very low, such as packet loss rate, minimum delay on sensor networks with quality of service (QoS) requirements some packet delivery guarantee. This paper is the sampling period at the end of the actuator and sensor data transfer related to the Miss ratio for each source sensor node, use the controller and the internal ANFIS. The proposed scheme has the advantages of simplicity, scalability, and General. Simulation results of the proposed scheme can provide QoS support in WSANs.

• Bulletin of the Korean Space Science Society
• /
• 2011.04a
• /
• pp.32.2-32.2
• /
• 2011

State dependent Riccati equation (SDRE) control technique has been widely used in the control society. Although it solves nonlinear optimal control problems, which minimizes state error and control efforts simultaneously, it has drawbacks when it is to be applied to the real time systems in that it requires much computational efforts. So the real time system whose computational ability is limited (for example, satellites) cannot afford to use SDRE controller. To solve this problem, a hybrid controller which is based on MSDRE (Modified SDRE) and ANFIS (Adaptive Neuro-Fuzzy Inference System) has been proposed by Abdelrahman et al. (2010). We propose a hybrid controller based on SDRE and ANFIS, and apply the hybrid controller to the hardware attitude simulator to perform a HIL (Hardware-In-the-Loop) simulation. Through HIL simulation, it is demonstrated that the hybrid controller satisfies the control requirement and the computation load is reduced significantly. In addition, the effects of statistical properties of the ANFIS training data to the performance of the ANFIS controller have been analyzed.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2158-2160
• /
• 2004

본 논문에서는 불확실한 비선형 시스템에 대하여 새로운 고장진단 방법을 이용한 고장 허용 제어기를 설계한다. 잔류 신호는 비선형 관측기 구조를 이용하여 얻을 수 있다. 고장 성분은 neuro-fuzzy 근사기로 추정한다. 제안된 고장 허용 제어기는 강인 제어기와 고장 성분을 보상할 수 있는 보상제어기로 구성된다. 여기서 제안된 고장진단 방법은 고장으로 인해 발생되는 보상제어기의 크기로 고장을 진단함으로써 고장 전후의 강인 제어기의 특성을 계속유지 할 수 있게 설계하였다. 본 논문에서 제안한 고장 허용 제어기의 성능은 컴퓨터 모의실험을 통하여 증명하였다.