• ETRI Journal
• /
• 제44권4호
• /
• pp.560-572
• /
• 2022

H²RDC (heuristic handover based on RCC-DTSK-C), a heuristic algorithm based on a highly interpretable deep Takagi-Sugeno-Kang fuzzy classifier, is proposed for suppressing the mobile heterogeneous networks problem of frequent handover and handover ping-pong in the multibase-station scenario. This classifier uses a stack structure between subsystems to form a deep classifier before generating a base station (BS) priority sequence during the handover process, and adaptive handover hysteresis is calculated. Simulation results show that H²RDC allows user equipment to switch to the best antenna at the optimal time. In high-BS density load and mobility scenarios, the proposed algorithm's handover success rate is similar to those of classic algorithms such as best connection (BC), self tuning handover algorithm (STHA), and heuristic for handover based on AHP-TOPSIS-FUZZY (H²ATF). Moreover, the handover rate is 83% lower under H²RDC than under BC, whereas the handover ping-pong rate is 76% lower.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제3권1호
• /
• pp.58-65
• /
• 2003

In this paper, a new model, which is a Takagi-Sugeno fuzzy model, for mobile robot is presented. A controller, consisting of two loops the one of which is the inner state feedback loop designed for stability and the outer loop is a PI controller designed for tracking the reference input, is suggested. Because the robot dynamics is nonlinear, it requires the controller to be insensitive to the nonlinear term. To achieve this objective, the model is developed by well known T-S fuzzy model. The design algorithm of inner state-feedback loop is regional pole-placement. In this paper, regions, for which poles of the inner state feedback loop are lie in, are formulated by LMI's. By solving these LMI's, we can obtain the state feedback gains for T-S fuzzy system. And this paper shows that the PI controller is equivalent to the state feedback and the cost function for reference tracking is equivalent to the LQ(linear quadratic) cost. By using these properties, it is also shown in this paper that the PI controller can be obtained by solving the LQ problem.

• 한국지능시스템학회논문지
• /
• 제11권8호
• /
• pp.754-759
• /
• 2001

본 논문은 주성분분석기법, 퍼지 클러스터링, ANFIS(Adaptive Neuro-Fuzzy Inference System)와 하이브리드 GA(Hybrid Genetic Algorithm)를 이용하여 GA 기반 TSK(Takagi-Sugeno-Kang) 퍼지 분류기를 제안한다. 먼저 구조동정은 주성분분석기법을 이용하여 데이터 성분간의 상관관계가 제거하도록 입력데이터를 변환하고, FCM(Fuzzy c-means) 클러스터링과 ANFIS의 융합을 통해 초기 TSK 퍼지 분류기를 구축한다. 구축된 초기 분류기의 파라미터를 초기집단으로 발생시켜 AGA(Adaptive GA)와 RLSE(Recursive Least Square Estimate)에 의해 파라미터 동정을 수행한다. 이렇게 함으로서 퍼지 클러스터링의 효율적인 입력공간분할로 ANFIS의 문제점을 해결할 수 있고, AGA에 의해 집단의 다양성 유지와 전역적인 최적해의 수렴을 가속화할 수 있다. 마지막으로, 제안된 방법은 Iris 데이터 분류문제에 적용하여 이전의 다른 논문에 비해 좋은 성능을 보임을 알 수 있었다.

• Journal of Electrical Engineering and information Science
• /
• 제2권4호
• /
• pp.28-36
• /
• 1997

In this paper, robust stability analysis for the fuzzy feedback linearization regulator is presented. Well-known Takagi-Sugeno fuzzy model is used as the MISO nonlinear plant model. Uncertainty and disturbance are assumed to be included in the model structure with known bounds. For these structured uncertainty and disturbances, robust stability of the close system is analyzed in both input-output sense and Lyapunov sense. The robust stability conditions are proposed by using multivariable circle criterion and the relationship between input-output stability and Lyapunov stability. The proposed stability analysis is illustrated by a simple example.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.133-136
• /
• 2003

This paper presents a fuzzy control scheme for backing up control of Truck-Trailer, which is nonlinear and unstable by using TSK(Takagi-Sugeno-kang) fuzzy system. The nonlinear system of Truck-Trailer was expressed by using TSK fuzzy model, and the TSK fuzzy controller was designed from TSK fuzzy model. The usefulness of the proposed algorithm for backing up truck-trailer is certificated by the computer simulations.

• 한국항해항만학회지
• /
• 제26권2호
• /
• pp.193-197
• /
• 2002

선박 조종방정식의 비선형 요소를 고려한 선박의 자동조타시스템의 제어기를 설계하기 위하여 TSK (Takagj-Sugeno-Kang) 퍼지 이론을 이용하였다. TSK 퍼지모델은 비선형 시스템을 매우 효율적으로 표현할 수 있으며, 또 TSK 퍼지모델은 결론부가 선형식으로 이뤄져 있어 체계적인 제어기 설계가 가능하다. 따라서 본 연구에서는 선박의 조종방정식을 TSK 퍼지모델로 표현하는 방법과 그 모델로부터 체계적으로 TSK 퍼지제어기를 설계하는 방법을 설명한다.

• 한국지능시스템학회논문지
• /
• 제11권6호
• /
• pp.491-499
• /
• 2001

본 논문에서는 유전알고리즘(Genetic Algorithm)과 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 데이처 성분간의 상관관계를 제거한 후에 FCM을 이용하여 클러스터를 생성하고 성능지표에 근거해서 타당한 클러스터의 수, 즉 퍼지 규칙의 수를 얻는다. 파라미터 동정에서는 유전알고리즘을 이용하여 전제부 파라미터를 최적에 가깝도록 탐색을 시도한다. 결론부 파라미터는 유전알고리즘에 의한 탐색공간을 줄이기 위해 전제부 파라미터가 결정되면 PLSE(Recursive Least Square Estimate)에 의해 추정되어진다. 이렇게 함으로서 타당한 규칙 수와 효율적인 퍼지 규칙을 얻을 수 있다. 제안된 방법의 유용성을 보이기 위해 Box-Jenkins의 가스로 데이터와 Rice taste 데이터의 모델링에 적용하여 이전의 연구보다 좋은 결과를 보임을 알 수 있었다.

• 전자공학회논문지CI
• /
• 제39권1호
• /
• pp.48-59
• /
• 2002

본 논문에서는 어느 한 TSK(Takagi-Sugeno-Kang) 퍼지시스템이 주어 졌을 때 그 퍼지시스템과 동일한 입출력 관계를 갖는 singleton 퍼지시스템을 구하는 방법을 제안하고 응용 예를 보인다. 퍼지규칙의 결론부가 선형식인 퍼지시스템(TSK퍼지시스템)은 입출력 데이터로 모델 인식이 체계적으로 쉽게 이루어 질 수 있으며, 안정성을 보장하는 퍼지제어기 설계도 관한 연구도 많이 되어 있다. 한편 퍼지규칙 결론부가 실수인 퍼지시스템(singleton 퍼지시스템)은 규칙이 언어적 형태이므로 이해하기가 쉽고, 규칙의 조정이 용이한 장점이 있다. 이러한 두 퍼지 시스템의 장점을 살릴 수 있는 방안으로, TSK 퍼지시스템을 singleton 퍼지시스템으로 변환시키는 방법을 제안하며, 제안한 방법을 퍼지모델링과 퍼지제어기 설계에 응용하여 그 실용성을 보인다.

• 한국지능시스템학회논문지
• /
• 제15권4호
• /
• pp.412-417
• /
• 2005

오늘날 인터넷을 기반으로 하는 원격 제어 기술이 급속히 발달하고 있다. 그러나 이러한 원거리 네트워크 기반 제어는 데이터를 전송함에 있어서 지연이 불가피하며, 또한 이 지연이 일정하지 않은 문제점을 지니고 있다. 이러한 네트워크 지연은 시스템의 안정성이나 정확도에 영향을 미친다. 본 논문에서는 네트워크상의 데이터 전송 지연을 고려한 이동 로봇의 원격 운용을 위해 TSK (Takagi-Sugeno-Kang) 퍼지 시스템을 이용하여 전송 지연의 확률 분포 함수와 네트워크 모델을 구하고 이를 전송 지연 예측 알고리즘에 적용하였다. 그리고 컴퓨터 시뮬레이션으로부터 제안된 알고리즘의 실효성을 검증하고, 기존의 예측 알고리즘과의 비교분석을 통하여 그 성능을 평가하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.144-147
• /
• 2001

This paper presents adaptive fuzzy controller which is uncertainty or unknown variation in different parameters with nonlinear system of helicopter. The proposed adaptive fuzzy controller applied TSK(Takagi-Sugeno-Kang) fuzzy system which is not only low number of fuzzy rule, and a linear input-output equation with a constant term, but also can represent a large class of nonlinear system with good accuracy. The adaptive law was designed by using Lyapunov stability theory. The adaptive fuzzy controller is a model reference adaptive controller which can adjust the parameter $\theta$ so that the plant output tracks the reference model output. First of all, system of helicopter was considered as stopping state, and design of controller was simulated from dynamics equation with stopping state. Results show that it is controlled more successfully with a model reference adaptive controller than with a non-adaptive fuzzy controller when there is a modelling error between system and model or a continuous added noise in such unstable system.