• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.55-58
• /
• 2000

본 논문은 애파인 국소모델을 갖는 TS 퍼지 모델로 표현된 비선형 시스템의 제어에 관하여 다룬다. 여기서 사용하는 TS 퍼지 모델은 실제 모델의 비선형 미분 방정식의 근사로부터 유도된다. 그리고 이 모델을 바탕으로 비례 입력행렬을 가지는 시스템에 대해 안정화시킬 수 있는 TS 퍼지 제어기를 구한다. 본 논문의 설계 과정은 도립진자 제어를 통해 검증한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.145-148
• /
• 2000

근래 퍼지 제어 시스템의 설계는 대부분 Takagi-Sugeno 퍼지 모델에 기반하여 행해지고 있다. 이러한 TS퍼지 모델은 각 규칙의 결론부에 선형 상태 방정식의 형태를 위하고 있는데 각각의 상태 방정식은 원 비선형 시스템으로부터 얻어지고 있다. 하지만 시스템이 복잡해지고 비선형성이 강하면 TS퍼지 모델을 얻는데도 어려움이 따른다. 이에 본 논문에서는 TS퍼지 모델을 얻기 위한 한가지 방법을 제안한다. 먼저 시스템을 선형항과 비선형항으로 나누어 비선형항을 선형화하여 퍼지 모델화 하는 일련의 과정에 한가지 법칙을 도입하게 된다. 이렇게 얻어진 퍼지 모델을 기반으로 한 제어에는 많은 연구가 있었으며 본 논문에서는 극배치 방법을 이용한다. 마지막으로 모의 실험을 통하여 제안된 방법의 효용성을 검증한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.3
• /
• pp.208-214
• /
• 2001

본 논문은 시변 입력 지연을 포함한 Takagi-Sugeno (TS) 퍼지 시스템으로 표현 가능한 비선형 시스템을 위한 체계적인 제어기의 설계 기법을 제안한다. 입력 지연은 화학 공정 시스템, 인터넷 기반 가상 실험실, 자율 이동 로봇의 원격 제어등, 실제의 산업 현장에서 매우 빈번히 발생하는 현상이며 제어 시스템의 성능을 감소시키며, 안정성을 저해하는 요소로 알려져 있다. 따라서 본 논문에서 다루고자 하는 문제는 매우 실제적인 문제이며 반드시 해결하여야 할 문제이다. 본 논문은 Lyapunov-Razumikhin 안정 이론에 기반하여 TS 퍼지 모델 기반 제어기의 설계 조건을 제시한다. 최종적인 제어기의 설계 조건은 선형 행렬 부등식의 형태로 주어진다. TS 퍼지모델 기반 제어기가 안정화시킬 수 있는 입력지연의 상한 값을 최대화하기 위하여 이중 최적화 기법을 도입한다. 제안된 제어기 설계 기법의 우수성과 타당성을 입증하기 위하여 모의 실험을 수행하였다. 컴퓨터 시뮬레이션 결과, 본 논문에서 제안한 타당성을 입증할 수 있다.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2989-2991
• /
• 2000

TS 퍼지 모델은, 복잡한 비선형 시스템을 효과적으로 표현할 수 있는 주요한 근사 모델 중 하나이다. TS 퍼지 모델링을 위한 기존의 학습 방법론들은 대부분 전역적 근사 오차를 최소화하는 것을 목적으로 하는데, 이러한 경우에는 결과로서 얻어지는 75 퍼지 모델의 국소모델들이 근사 대상 시스템의 국소적 특성을 제대로 표현 할 수 없는 상황이 발생할 수 있다. 따라서 본 논문에서는 이러한 특성을 고려하여 새로운 학습 알고리즘을 제시함으로써 전역 지역적 성능을 동시에 향상시킬 수 있는 TS 퍼지 모델을 구하고자 한다 모델을 구하는데 있어서는 LMI를 이용한 풀이를 이용한다. 그리고 간단한 예제를 통하여 그 성능을 입증한다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1547-1548
• /
• 2008

본 논문에서는 유동적 비정상 시계열의 패턴과 규칙성을 잘 반영할 수 있는 최적의 차분 간격 후보군을 이용한 TS 퍼지 모델로 다중 퍼지 모델을 구현하였고, 각각의 모델들의 예측 특성을 반영하기 위하여 러프집합을 이용한 모델선택법을 제안하였다. 또한 TS퍼지 모델의 파라미터 식별에는 적절한 오차보정 메커니즘을 추가하여 더욱 예측 성능을 향상 시켰다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.6
• /
• pp.459-464
• /
• 2001

This paper discusses a stochastic stabilization of Takagi-Sugeno(TS) fuzzy system with Markovian input delay. The finite Markovian process is adopted to model the input delary of the overall control system. It is assumed that the zero and hold devices are used for control input. The continuous-time TS fuzzy system with the Markovian input delay is discretized for easy handling delay, according, the discretized TS fuzzy system is represented by a discrete-time TS fuzzy system with jumping parameters. The stochastic stabilizibility of the jump TS fuzzy system is derived and formulated in terms of linear matrix inequalities (LNIS)

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.9
• /
• pp.793-800
• /
• 2001

This paper deals with a new design methodology for a switching-type fuzzy-model-based controller in continuous and discrete-time system. Takagi-Sugeno (TS) fuzzy model is employed to design the switching-type fuzzy-model-based controller. A switching-type fuzzy-model-based controller is constructed based on the spirit of “divide and conquer”. The global system which has several rules in divided into several subsystems and then, a solution is found at each subsystem. The global solution is determined by a conjunction of the solutions of each subsystem. The design conditions are formulated in terns of linear matrix inequalities (LMIs), which guarantee the stabilization of a given TS fuzzy system. Simulation examples are included for ensuring the proposed control method.

• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• pp.2853-2855
• /
• 1999

본 논문은 TS(Takagi-Sugeno) 퍼지 모델로 표현된 비선형 시스템의 최적 퍼지 제어에 관한 새로운 설계 방법론을 제시하며, 최적 TS 퍼지 제어기의 매개 변수들을 설정하는 문제가 선형 행렬 부등식 문제로 표현될 수 있음을 보인다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.1
• /
• pp.25-33
• /
• 2009

Recently, the TS fuzzy models that include the linear equations in the consequent part are widely used for time series forecasting, and the prediction performance of them is somewhat dependent on the characteristics of time series such as stationariness. Thus, a new prediction method is suggested in this paper which is especially effective to nonstationary time series prediction. First, data preprocessing is introduced to extract the patterns and regularities of time series well, and then multiple model TS fuzzy predictors are constructed. Next, an appropriate model is chosen for each input data by an adaptive model selection mechanism based on rough sets, and the prediction is going. Finally, the error compensation procedure is added to improve the performance by decreasing the prediction error. Computer simulations are performed on typical cases to verify the effectiveness of the proposed method. It may be very useful for the prediction of time series with uncertainty and/or nonstationariness because it handles and reflects better the characteristics of data.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.5
• /
• pp.395-399
• /
• 2001

This paper describes modular fuzzy inference systems(MFIS) with adaptive capability to extract fuzzy inference modules from observation data through the learning process. The proposed MFIS is based on the structural similarity to Tagaki-Sugeno fuzzy models and a modular neural architecture. The learning of MFIS is done by assigning new fuzzy inference modules and by updating the parameters of existing modules. The fuzzy inference modules consist of local model network and fuzzy gating network. The parameters of the MFIS are updated by the standard LMS algorithm. The performance of the MFIS is illustrated with adaptive control of a nonlinear dynamic system.