• International Journal of Control, Automation, and Systems
• /
• 제1권2호
• /
• pp.194-202
• /
• 2003

In this paper, we introduce a category of Multi-FNN (Fuzzy-Neural Networks) models, analyze the underlying architectures and propose a comprehensive identification framework. The proposed Multi-FNNs dwell on a concept of fuzzy rule-based FNNs based on HCM clustering and evolutionary fuzzy granulation, and exploit linear inference being treated as a generic inference mechanism. By this nature, this FNN model is geared toward capturing relationships between information granules known as fuzzy sets. The form of the information granules themselves (in particular their distribution and a type of membership function) becomes an important design feature of the FNN model contributing to its structural as well as parametric optimization. The identification environment uses clustering techniques (Hard C - Means, HCM) and exploits genetic optimization as a vehicle of global optimization. The global optimization is augmented by more refined gradient-based learning mechanisms such as standard back-propagation. The HCM algorithm, whose role is to carry out preprocessing of the process data for system modeling, is utilized to determine the structure of Multi-FNNs. The detailed parameters of the Multi-FNN (such as apexes of membership functions, learning rates and momentum coefficients) are adjusted using genetic algorithms. An aggregate performance index with a weighting factor is proposed in order to achieve a sound balance between approximation and generalization (predictive) abilities of the model. To evaluate the performance of the proposed model, two numeric data sets are experimented with. One is the numerical data coming from a description of a certain nonlinear function and the other is NOx emission process data from a gas turbine power plant.

• Advances in materials Research
• /
• 제13권1호
• /
• pp.1-18
• /
• 2024

The present experimental investigation focuses on finding optimal parametric data-set of laser micro-drilling operation with minimum taper and Heat-affected zone during laser micro-drilling of Carbon Nanotube/Epoxy-based composite materials. Experiments have been conducted as per Box-Behnken design (BBD) techniques considering cutting speed, lamp current, pulse frequency and air pressure as input process parameters. Then, the relationship between control parameters and output responses is developed using second-order nonlinear regression models. The analysis of variance test has also been performed to check the adequacy of the developed mathematical model. Using the Response Surface Methodology (RSM) and an Accelerated particle swarm optimization (APSO) technique, optimum process parameters are evaluated and compared. Moreover, confirmation tests are conducted with the optimal parameter settings obtained from RSM and APSO and improvement in performance parameter is noticed in each case. The optimal process parameter setting obtained from predictive RSM based APSO techniques are speed=150 (m/s), current=22 (amp), pulse frequency (3 kHz), Air pressure (1 kg/cm²) for Taper and speed=150 (m/s), current=22 (amp), pulse frequency (3 kHz), air pressure (3 kg/cm²) for HAZ. From the confirmatory experimental result, it is observed that the APSO metaheuristic algorithm performs efficiently for optimizing the responses during laser micro-drilling process of nanocomposites both in individual and multi-objective optimization.

• 한국산업정보학회논문지
• /
• 제24권5호
• /
• pp.115-120
• /
• 2019

본 논문에서는 이동 구간 입자 군집 최적화 (Receding horizon particle swarm optimization; RHPSO) 알고리즘 기반 다개체 로봇 편대 제어 알고리즘의 통계적 성능 분석 결과를 제시한다. 다개체 로봇의 편대 제어 문제는 로봇 간 충돌 회피를 고려할 경우, 구속 조건이 있는 비선형 최적화 문제로 정의될 수 있다. 일반적으로 구속 조건이 있는 비선형 최적화 문제는 최적해를 찾는데 많은 시간이 걸리는 문제점이 있다. 이동 구간 입자 군집 최적화 알고리즘은 로봇 편대 제어의 최적화 문제에 대한 준최적해를 빠르게 찾기 위해 제안된 알고리즘이다. 이동 구간 입자 군집 최적화 알고리즘은 알고리즘에 사용되는 후보해의 개수와 세대 수가 증가함에 따라 계산 복잡도가 증가한다. 따라서 최소의 후보해와 세대 수만으로 실시간 제어에 사용될 수 있는 준최적해를 찾는 것이 중요하다. 본 논문에서는 이동 구간 입자 군집 최적화 알고리즘의 후보해의 수와 세대 수에 따른 제어 오차를 비교하였다. 다양한 조건의 시뮬레이션 실험을 통해서 통계적으로 결과를 분석하고, 허용 가능한 편대 오차 범위 내에서 이동 구간 입자 군집 최적화 알고리즘의 최소 후보해의 수와 세대 수를 도출한다.

• 한국항행학회논문지
• /
• 제18권3호
• /
• pp.215-222
• /
• 2014

본 논문은 패러포일 투하 시스템을 설계하고 분석하는데 있다. 패러포일 시스템의 6-자유도(6-DOF) 모델을 새우고, 비선형 모델 예측 제어와 PID 제어 방법이 펄럭 편 요각을 제어하기 위해 각각 적용되었다. 펄럭 편 요각의 오버슈트 시간 및 세팅 시간의 결과를 비교하면서 PID제어 방법을 사용하는 것으로부터 펄럭 편 요각이 좀 더 안정화 되는 것을 확인하였다. 그런 다음 MATLAB에 의해 수행된 궤적 추종 효과의 시뮬레이션 결과에 의해 궤적 추종 제어기가 설계되었다. 패러포일 궤적의 측 방향 오차가 그것의 측 방향 편차 제어 방법에 의해 제거 될 수 있었다. 참고로 측 방향 편차는 현재 경로계획의 보간법에 의해 얻어졌다. 그리고 설계된 궤적을 사용하면서, 풍 외란을 추가하는 것으로부터 궤적 추종 시스템이 시뮬레이션 되었다. 시뮬레이션 결과는 풍외란이 PID로 제어되는 펄럭 편 요각 변화에 의해 제거됨으로써 설계된 궤적에 아주 만족하였다.