• 한국지능시스템학회논문지
• /
• 제27권1호
• /
• pp.50-58
• /
• 2017

비선형 시스템 제어에 TSK 퍼지 모델을 이용하는 연구가 많다. 그러나 비선형 시스템을 TSK 퍼지 모델로 표현하기 위해서는 대상 시스템의 비선형 동특성 방정식을 알고 있거나 시스템으로부터 실험으로 입출력 공간에 충분히 분포된 데이터를 얻을 수 있어야 한다. 본 논문에서는 비선형 시스템의 TSK 퍼지 모델링에 계단 입력 응답과 GA만을 이용하는 방법을 제안한다. 연구 대상인 시스템은 제어 입력에 비선형인 경우와 출력에 비선형인 두 경우로 하였다. 제어 입력에 비선형인 경우 여러 입력 값에 대한 계단 입력 응답 데이터들로 모델링 하며, 제어 입력에 비선형인 경우에는 계단 입력 응답 데이터와 제어 입력 값이 0인 경우 응답 데이터를 이용하여 모델링 한다. 또한 제안한 방법으로 구해진 TSK 퍼지 모델로부터 퍼지 제어기를 설계하는 방법도 제시한다. 제안한 방법들을 예제들에 적용하여 모의 실험한 결과 원하는 제어 결과를 얻을 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.249-250
• /
• 2008

본 논문에서는 Interval Type-2 TSK 퍼지 논리 시스템을 설계하고 기존의 Type-1 TSK 퍼지 논리 시스템과 비교 분석한다. Type-1 TSK 퍼지 논리 시스템과 Interval Type-2 TSK 퍼지 논리 시스템을 비교하기 위해 노이즈에 영향을 받은 목적 데이터를 사용한다. 유전자 알고리즘을 사용하여 전반부의 중심값의 학습률과 후반부 계수값의 학습률을 결정한다.

• 전기학회논문지
• /
• 제59권6호
• /
• pp.1159-1166
• /
• 2010

To improve prediction quality of a nonlinear prediction system, the system's capability for uncertainty of nonlinear data should be satisfactory. This paper presents a TSK fuzzy prediction system that can consider and deal with the uncertainty of nonlinear data sufficiently. In the design procedures of the proposed system, HCBKA(Hierarchical Correlationship-Based K-means clustering Algorithm) was used to generate the accurate fuzzy rule base that can control output according to input efficiently, and the first-order difference method was applied to reflect various characteristics of the nonlinear data. Also, multiple prediction systems were designed to analyze the prediction tendencies of each difference data generated by the difference method. In addition, to enhance the prediction quality of the proposed system, an error compensation method was proposed and it compensated the prediction error of the systems suitably. Finally, the prediction performance of the proposed system was verified by simulating two typical time series examples.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.153-154
• /
• 2008

본 논문의 Type-2 TSK 퍼지 논리 시스템(Fuzzy Logic System; FLS)은 전반부 멤버쉽 함수로 가우시안 형태의 Type-2 퍼지 집합을 이용하고 후반부는 계수가 상수인 1차 선형식을 사용한다. 또한 Type-1 TSK 퍼지 논리 시스템을 Type-2 TSK 퍼지 논리 시스템으로 확장하고 제안된 모델을 가스로 공정 데이터와 sugeno 데이터에 적용한다. 여기서 인위적인 노이즈를 갖는 입력 데이터를 사용하여 제안된 모델의 성능이 기존의 모델보다 우수함을 수치적인 예로 보인다.

• Structural Engineering and Mechanics
• /
• 제90권2호
• /
• pp.189-208
• /
• 2024

Artificial intelligence is one of the efficient methods that can be developed to simulate nonlinear behavior and predict the response of building structures. In this regard, an adaptive method based on optimization algorithms is used to train the TSK model of the fuzzy inference system to estimate the seismic behavior of building structures based on analytical data. The optimization algorithm is implemented to determine the parameters of the TSK model based on the minimization of prediction error for the training data set. The adaptive training is designed on the feedback of the results of previous time steps, in which three training cases of 2, 5, and 10 previous time steps were used. The training data is collected from the results of nonlinear time history analysis under 100 ground motion records with different seismic properties. Also, 10 records were used to test the inference system. The performance of the proposed inference system is evaluated on two 3 and 20-story models of nonlinear steel moment frame. The results show that the inference system of the TSK model by combining the optimization method is an efficient computational method for predicting the response of nonlinear structures. Meanwhile, the multi-vers optimization (MVO) algorithm is more accurate in determining the optimal parameters of the TSK model. Also, the accuracy of the results increases significantly with increasing the number of previous steps.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.211-216
• /
• 2004

In this thesis, we present the Takagi-Sugeno-Kang (TSK) fuzzy model based adaptive controller and adaptive identification for a general class of uncertain nonlinear dynamic systems. We use an estimated model for the unknown plant model and use this model for designing the controller. The hybrid adaptive control combined direct and indirect adaptive control based on TSK fuzzy model is constructed. The direct adaptive law can be showed by ignoring the identification errors and fails to achieve parameter convergence. Thus, we propose an TSK fuzzy model based hybrid adaptive (HA) law combined of the tracking error and the model ins error to adjust the parameters. Using a Lyapunov synthesis approach, the proposed hybrid adaptive control is proved. The hybrid adaptive law (HA) is better than the direct adaptive (DA) method without identifying the model ins error in terms of faster and improved tracking and parameter convergence. In order to show the applicability of the proposed method, it is applied to the inverted pendulum system and the performance is verified by some simulation results.

• 한국산학기술학회논문지
• /
• 제17권2호
• /
• pp.325-333
• /
• 2016

본 연구는 솔더링 시스템에서 세라믹 인두기의 온도 제어를 위한 제어기 설계 알고리즘을 제안하고, 제어 실험으로 그 유효성을 보였다. 솔더링 시스템의 세라믹 인두기 온도 응답 특성이 매우 느리며 제어 입력에 비선형인 특성을 갖고 있어 정밀한 모델링과 제어기 설계에 어렵다. 본 연구에서는 전제부 변수가 제어 입력이고 결론부가 전달함수인 퍼지 규칙들로 구성된 TSK 퍼지 모델로 세라믹 인두기 온도 특성을 표현하였다. 퍼지 모델 결론부의 전달함수는 계단 입력 응답으로부터 구한다. 세라믹 인두기 온도 응답 특성이 매우 느리므로 완전한 계단 입력 응답을 구하기가 어렵다. 불완전한 계단 입력 응답으로 전달함수를 구하는 방법으로 유전적 알고리즘(GA)을 사용하는 것을 제안하며, 예제들로 제안한 그 유효성을 보였다. 또한 TSK 퍼지 모델로부터 퍼지 제어기를 설계하는 방법도 제안하며 그 유효성을 예제 시뮬레이션으로 확인하였다. 제안한 방법들을 세라믹 인두기 온도 제어에 적용하여 실험 하였다. 퍼지 모델의 규칙은 7개로 구성되었으며 퍼지 제어기의 결론부는 PI 제어기로 하였다. 제안한 퍼지 제어기의 실험 결과는 선형 제어기보다 우수하였으며 퍼지 PID 제어기를 사용한 기존 연구 결과에 못지않았다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1845-1846
• /
• 2008

Type-2 퍼지 집합은 언어의 불확실성을 다루기 위하여 고안된 Type-1 퍼지집합의 확장이다. TSK 퍼지 로직 시스템(TSK Fuzzy Logic Systems; TSK FLS)은 Mamdani FLS과 함께 가장 널리 사용되는 퍼지 로직 시스템 모델이다. 본 논문에서는 Type-2 퍼지 집합을 이용하여 전반부 멤버쉽 함수를 구성하고 후반부 다항식 함수를 상수와 1차식, 2차식으로 확장한 다항식 Type-2 TSK FLS 설계한다. 다항식 Type-2 TSK FLS의 파라미터를 동정하기 위해 Back-propagation 방법을 사용한다. 제안된 다항식 Type-2 TSK FLS을 노이즈 섞인 비선형 시스템의 모델링에 적용하여 그 성능을 비교 분석한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1849-1850
• /
• 2008

Type-2 퍼지 집합은 Type-1 퍼지 집합의 확장으로 Type-1 퍼지 집합으로는 다루기 힘든 언어적인 불확실성을 다루기 위해 고안되었다. 대표적인 퍼지 논리 시스템(Fuzzy Logic System; FLS)으론 Mamdani FLS 모델과 TSK FLS모델이 있다. 본 논문에서는 Interval Type-2 TSK FLS를 구성한다. FLS 구성을 위한 전반부는 가우시안 형태의 Type-2 멤버쉽 함수를 사용하며, 전.후반부 파라미터들은 오류역전파 알고리즘을 통한 학습으로 결정한다. 본 논문에서는 Type-1 TSK FLS와 Interval Type-2 TSK FLS를 설계하고 가스로 공정 데이터에 적용하여 성능을 비교 분석한다. 또한 노이즈를 추가한 데이터들을 통하여 노이즈에 대한 성능도 비교 분석한다.

• 한국지능시스템학회논문지
• /
• 제13권1호
• /
• pp.85-90
• /
• 2003

본 논문에서는 퍼지모델을 이용하여 비선형 시스템을 위한 적응 PID 제어기 설계 방법을 제안한다. TSK 퍼지모델을 이용하여 제어 입력의 오차를 예측하고 그 오차로부터 PID제어기의 파라미터를 적응시킨다. TSK 퍼지모델 또한 플랜트의 실제 출력과 모델 출력을 비교하여 모델 파라미터의 적응이 가능하도록 하였다. 제안된 방법으로 비선형의 플랜트에 대한 모호성, 파라미터의 변화 등에 적응할 수 있는 PID 제어기의 설계가 가능하였다. 그리고 몇 개의 비선형 시스템에 대한 시뮬레이션으로 제안된 알고리즘의 유용성도 확인되었다.