• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.453-458
• /
• 1998

In this paper, a new approach to modeling of nonlinear systems using fuzzy theory is presented. So as to handle a variety of nonlinearity and reflect the degree of confidence in the informations about system, we combine multiple model method with hierarchical prioritized structure. The mountain clustering technique is used in partition of system, and TSK rule structure is adopted to form the fuzzy rules. Back propagation algorithm is used for learning parameters in the rules. Computer simulations are performed to verify the effectiveness of the proposed method. It is useful for the treatment fo the nonlinear system of which the quantitative math-approach is difficult.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.121-124
• /
• 2006

본 논문에서는 Bacterial Foraging Algorithm과 FCM(fuzzy c-means)클러스터링을 이용하여 TSK(Takagi-Sugeno-Kang)형태의 퍼지 규칙 생성과 퍼지 시스템(FCM-ANFIS)을 효과적으로 구축하는 방법을 제안한다. 구조동정에서는 먼저 PCA(Principal Component Analysis)을 이용하여 입력 데이터 성분간의 상관관계를 제거한 후에 FCM을 이용하여 클러스터를 생성하고 성능지표에 근거해서 타당한 클러스터의 수, 즉 퍼지 규칙의 수를 얻는다. 파라미터 동정에서는 Bacterial Foraging Algorithm을 이용하여 전제부 파라미터를 최적화 시킨다. 결론부 파라미터는 RLSE(Recursive Least Square Estimate)에 의해 추정되어진다. PCA(Principal Component Analysis)와 FCM을 적용함으로써 타당한 규칙 수를 생성하였고 Bacterial Foraging Algorithm을 이용하여 최적의 전제부 파라미터를 구하였다. 제안된 방법의 성능을 평가하기 위하여 Box-Jenkins의 가스로 데이터와 Rice taste 데이터의 모델링에 적용하였고 우수한 성능을 보임을 알 수 있었다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1994년도 추계학술대회 논문집
• /
• pp.553-558
• /
• 1994

In this paper, we present a new approach for the automation of deburring process. An algorithm for teaching skills of a human expert to a robot manipulator is developed. This approach makes use of TSK fuzzy model that can express a highly nonlinear functional relation with small number of rules. Burr features such as height, width, area, cutting area are extracted from image processing by use of the vision system. Cutting depth, repeative number and normal cutting force are chosen as control signals representing actions of the human expert. It is verified that our processed fuzzy model can accurately express the skills of human experts for the deburring process.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2002년도 춘계공동학술대회
• /
• pp.877-884
• /
• 2002

This paper deals with a multi-stage TSK fuzzy modeling method by using Genetic Programming (GP). Based on the time sequence of sampling data the best structural change points of complex systems are detemined by using GP, and also the moving window is simultaneously introduced to overcome the excessive amount of calculation during the generating procedure of GP tree. Therefore, a multi-stage TSK fuzzy model that attempts to represent a complex problem by decomposing it into multi-stage sub-problems is addressed and its learning algorithm is proposed based on the Radial Basis Function (RBF) network. This approach allows us to determine the model structure and parameters by stages so that the problems ran be simplified.

• 한국정밀공학회지
• /
• 제13권3호
• /
• pp.102-109
• /
• 1996

In this paper, we present a new approach for the automation of deburring process. An algorithm for teaching skills of a human expert to a robot manipulator is developed. This approach makes use of TSK fuzzy mode that can wxpress a highly nonlinear functional relation with small number of rules. Burr features such as height, width, area, grinding area are extracted from image processing by use of the vision system. Grinding depth, repetitive number and normal grinding force are chosen as control signals representing actions of the human expert. It is verified that our proposed fuzzy model can accurately express the skills of human experts for the deburring process.

• 한국지능시스템학회논문지
• /
• 제24권4호
• /
• pp.355-359
• /
• 2014

본 논문은 단순한 후반부 구조를 가진 퍼지 모델을 계층적 구조로 결합한 퍼지 패턴 분류기를 제안한다. 계층적 구조를 가진 퍼지 패턴 분류기의 기본 구조는 단순한 후반부 구조를 가진 퍼지 모델을 사용하여 전체 패턴 분류기의 구조적 복잡성을 높이지 않도록 설계 하였다. 입력공간을 계층적으로 분할하기 위하여 대표적인 퍼지 클러스터링 알고리즘인 Fuzzy C-Means clustering 기법을 이용하였다. 분할된 퍼지 입력 공간의 하위 구조를 분석하기 위하여 conditional Fuzzy C-Means 클러스터링 기법을 이용하였다. 계층적으로 분할된 퍼지 입력공간에 간단한 구조를 가진 퍼지 패턴 분류기를 적용하여 계층적 구조를 가진 패턴 분류기를 설계한다. 계층적으로 퍼지 모델들을 결합함으로써 입력 공간의 정보 분석을 거시적인 관점에서 시작하여 세부적으로 분석이 가능하게 되었다. 제안된 퍼지 패턴 분류기의 성능을 평가하기 위하여 다양한 기계 학습 데이터를 사용하였다.

• 전기학회논문지
• /
• 제67권3호
• /
• pp.419-426
• /
• 2018

An useful and effective design method for the gas identification system is presented in this paper. The proposed gas identification system adopts hierarchical structure with two level rule base combining fuzzy sets with rough sets. At first, a hybrid genetic algorithm is used in grouping the array sensors of which the measured patterns are similar in order to reduce the dimensionality of patterns to be analyzed and to make rule construction easy and simple. Next, for low level identification, fuzzy inference systems for each divided group are designed by using TSK fuzzy rule, which allow handling the drift and the uncertainty of sensor data effectively. Finally, rough set theory is applied to derive the identification rules at high level which reflect the identification characteristics of each divided group. Thus, the proposed method is able to accomplish effectively dimensionality reduction as well as accurate gas identification. In simulation, we demonstrated the effectiveness of the proposed methods by identifying five types of gases.

• 전자공학회논문지CI
• /
• 제42권1호
• /
• pp.59-65
• /
• 2005

본 논문에서는 새로운 강인한 TSK 퍼지 모델링 알고리즘을 제안한다. 데이터에 노이즈나 아웃라이어가 존재할 때 모델링하기 위한 다양한 강인한 접근법이 제안되었지만 주로 손실함수를 사용하여 아웃라이어나 노이즈의 효과를 감소시키는 접근방법들이 수행되었다. 제안된 알고리즘은 노이즈 클러스터링의 변형된 형태로, 손실함수를 사용하지 않고 노이즈를 하나의 클래스로 클러스터링하는 방법을 채택하였다. 노이즈 클러스터링은 포로토타입 기반의 클러스터링 알고리즘으로, 리그레션을 할 수 없기 때문에 먼저 데이터를 클러스터링한 후 다음으로 퍼지 리그레션을 수행한다. 전건부와 후건부의 매개변수를 동시에 얻기 위한 다른 방법들이 고안되었지만 그들 알고리즘들은 매개변수를 구한 후 좀더 정확한 함수의 근사화를 위해 매개변수에 대한 적응과정을 거친다. 본 논문에서는 노이즈 클러스터링 알고리즘을 변경하여 함수의 리그레션을 동시에 수행 할 수 있게 하였다. 제안된 알고리즘은 전건부와 후건부의 매개변수를 동시에 얻을 수 있으며, 매개변수를 구한 후 이에 대한 적응과정이 필요하지 않다. 제안된 알고리즘의 검증을 위하여 몇 가지 간단한 예제를 사용하여 실험하였으며, 기존에 연구된 다른 알고리즘과 비교, 분석하였다. 제안된 알고리즘은 노이즈나 아웃라이어에 대하여 강인한 성능을 보이며, 구현이 용이하다.

• 수산해양기술연구
• /
• 제29권4호
• /
• pp.279-285
• /
• 1993

Robot inverse kinematics solution is a complex nonlinear equation and very time-consuming task. This paper propose to use TSK fuzzy reasoning for solving robot inverse kinematics. A fuzzy model of inverse kinematics is identified by using input-output data and the model is used to solve the inverse kinematics. To show that, when used in robot inverse kinematics, fuzzy model is simple and generates a fairly accurate solution, a fuzzy model of inverse kinematics for PUMA robot is constructed.

• Smart Structures and Systems
• /
• 제18권5호
• /
• pp.1005-1028
• /
• 2016

Two novel semi-active control methods for a seismically excited nonlinear benchmark building equipped with magnetorheological dampers are presented and evaluated in this paper. While a primary controller is designed to estimate the optimal control force of a magnetorheological (MR) damper, the required voltage input for the damper to produce such desired control force is achieved using two different methods. The first technique uses an optimal compact Takagi-Sugeno-Kang (TSK) fuzzy inverse model of MR damper to predict the required voltage to actuate the MR dampers (TSKFInv). The other voltage regulator introduced here works based on the maximum and minimum capacities of MR damper at each time-step (MaxMin). Both semi-active algorithms developed here, use acceleration feedback only. The results demonstrate that both TSKFInv and MaxMin algorithms are quite effective in seismic response reduction for wide range of motions from moderate to severe seismic events, compared with the passive systems and performs better than original and Modified clipped optimal controller systems, known as COC and MCOC.