• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.317-320
• /
• 2008

본 논문에서는 Type-1 퍼지 논리 시스템과 Type-2 퍼지 논리 시스템을 설계하고, 불확실한 정보를 갖는 입력 데이터에 대하여 각각의 성능을 비교한다. Type-1 퍼지 논리 시스템은 외부잡음에 민감한 단점을 가지고 있는 반면, Type-2 퍼지 논리 시스템은 불확실한 정보를 잘 표현할 수 있으며 효율적으로 취급한다. 따라서 Type-2 퍼지 논리 시스템을 이용하여 이러한 단점을 극복하고자 2가지의 모델을 설계한다. 첫 번째 모델은 규칙의 전 ${\cdot}$ 후반부가 불확실성을 표현 할 수 없는 Type-1 퍼지 집합으로 구성된 Type-1 퍼지 논리 시스템을 설계한다. 두 번째는 규칙 후반부만 Type-2 퍼지 집합으로 구성한 두가지의 Type-2 퍼지 논리 시스템을 설계한다. 여기서 규칙 전반부의 입력 공간 분할에는 Min-Max 방법의 균등분할을 사용하고, 규칙 후반부 멤버쉽 함수의 중심 결정에는 입자 군집 최적화(Particle Swarm Optimization) 알고리즘을 사용하여 동정한다. 또한 입력 데이터에 인위적으로 가하는 노이즈의 정도에 따른 각각 모델의 성능을 비교한다. 마지막으로 비선형 모델 평가에 주로 사용되는 가스로 시계열 데이터를 제안된 모델에 적용하고, 실험을 통하여 불확실한 정보를 다루기에 Type-1 퍼지 논리 시스템 보다 Type-2 퍼지 논리 시스템이 효율적이라는 것을 보인다.

• Proceedings of the KIEE Conference
• /
• 2008.04a
• /
• 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.

• The Transactions of The Korean Institute of Electrical Engineers
• /
• v.59 no.5
• /
• pp.972-980
• /
• 2010

In this study, we introduce the design methodology of an optimized type-2 fuzzy cascade controller with the aid of hierarchical fair competition-based genetic algorithm(HFCGA) for ball & beam system. The ball & beam system consists of servo motor, beam and ball, and remains mutually connected in line in itself. The ball & beam system determines the position of ball through the control of a servo motor. Consequently the displacement change of the position of the moving ball and its ensuing change of the angle of the beam results in the change of the position angle of a servo motor. The type-2 fuzzy cascade controller scheme consists of the outer controller and the inner controller as two cascaded fuzzy controllers. In type-2 fuzzy logic controller(FLC) as the expanded type of type-1 fuzzy logic controller(FLC), we can effectively improve the control characteristic by using the footprint of uncertainty(FOU) of membership function. The control parameters(scaling factors) of each fuzzy controller using HFCGA which is a kind of parallel genetic algorithms(PGAs). HFCGA helps alleviate the premature convergence being generated in conventional genetic algorithms(GAs). We estimated controller characteristic parameters of optimized type-2 fuzzy cascade controller applied ball & beam system such as maximum overshoot, delay time, rise time, settling time and steady-state error. For a detailed comparative analysis from the viewpoint of the performance results and the design methodology, the proposed method for the ball & beam system which is realized by the fuzzy cascade controller based on HFCGA, is presented in comparison with the conventional PD cascade controller based on serial genetic algorithms.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• v.2 no.2
• /
• pp.109-114
• /
• 2002

Various inverted pendulum systems have been frequently used as a model for the performance test of the proposed control system. We first identify a rotary-type inverted pendulum system by the Euler-Lagrange method and then design a FLC (Fuzzy Logic Controller) fur the plant. FLC`s are one of useful control schemes fur plants having difficulties in deriving mathematical models or having performance limitations with conventional linear control schemes. Many FLC`s imitate the concept of conventional PD (Proportional-Derivative) or PI (Proportional-Integral) controller. That is, the error e and the change-of-error are used as antecedent variables and the control input u the change of control input Au is used as its consequent variable for FLC`s. In this paper we design a simple-structured FLC for the rotary inverted pendulum system. We also perform some computer simulations to examine the tracking performance of the closed-loop system.

• Journal of Biosystems Engineering
• /
• v.23 no.4
• /
• pp.365-372
• /
• 1998

This study was carried out to develop a nutrient-solution mixing-and-supplying system, which used a low-cost metering device instead of expensive metering pumps and a fuzzy logic controller. A low cost and precise overflow-type metering device was developed and evaluated by testing the flow discharge for the automatic nutrient-solution mixing-and-supplying system for snail-scale hydroponic sewers. The fuzzy logic controllers, which could predict and meet the desired values of EC and supply rate of nutrient solution were developed and verified by simulation and experiment. this fuzzy logic controller, whose algorithm consists of four crisp inputs, two crisp outputs and nine rules, was developed to predict the desired value of EC and supply rate of nutrient solution and two crisp inputs, one crisp output and nine rules used to control EC to the desired values. The nutrient-solution mixing-and-supplying system showed satisfactory EC control performance with the maximum overshooting of 0.035 mS/cm and the maximum settling time of 15 minutes in case of increasing 0.7 mS/cm. also, the accuracy of the overflow-type metering device in terms of the full-scale error was 2.29% when using solenoid valve only and 0.2% when using solenoid valve and flow control valve together.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.325-328
• /
• 2008

본 논문에서는 비선형 모델의 설계를 위해 Type-2 퍼지 논리 집합을 이용하여 불확실성 문제를 다룬다. 퍼지 논리 시스템의 멤버쉽 함수와 규칙의 구조는 불확실성이 존재하는 언어적인 정보 또는 수치적 데이터를 바탕으로 설계된다. 기존의 Type-1 퍼지 논리 시스템은 외부의 노이즈와 같은 불확실성을 효율적으로 취급할 수 없다. 그러나 Type-2 퍼지 논리 시스템은 불확실한 정보까지 멤버쉽 함수로 표현함으로서 불확실성을 효과적으로 다룰 수 있다. 따라서 본 논문에서는 규칙의 전 ${\cdot}$ 후반부가 Type-2 퍼지 집합으로 구성된 Type-2 퍼지 논리 시스템을 설계하고 불확실성의 변화에 대한 비선형 모델의 성능을 비교한다. 여기서 규칙 전반부 멤버쉽 함수의 정점 선택은 C-means 클러스터링 알고리즘을 이용하고, 규칙 후반부 퍼지 집합의 정점 결정에는 입자 군집 최적화(PSO : Particle Swarm Optimization) 알고리즘을 사용한다. 마지막으로, 비선형 모델 평가에 대표적으로 이용되는 가스로 시계열 데이터를 제안된 모델에 적용하고, 입력 데이터에 인위적인 노이즈가 포함되었을 경우 Type-2 퍼지 논리 시스템이 기존의 Type-1 퍼지 논리 시스템보다 우수함을 보인다.

• Journal of IKEEE
• /
• v.2 no.2 s.3
• /
• pp.299-308
• /
• 1998

In this paper, reliable switched reluctance motor(SRM) drive system and 4-rule based fuzzy logic modifier(FLM) of the conventional PI controller are presented. The i80C196KC, low-cost one-chip microcontroller is used for designing SRM drive controller which include the speed controller and the starting sequence. The fuzzy logic modifier which exhibits a stabilizing effects on the closed-loop system, has good robustness regarding the improperly tuned PI controller. The simulation and experimental results are performed to verify the capability of proposed control method on 6/4 salient type SRM.

• Structural Engineering and Mechanics
• /
• v.87 no.3
• /
• pp.231-242
• /
• 2023

A novel combinatorial type-2 adaptive neuro-fuzzy inference system (T2-ANFIS) and robust proportional integral derivative (PID) control framework for intelligent vibration mitigation of uncertain structural system is introduced. The fuzzy logic controllers (FLCs), are designed independently of the mathematical model of the system. The type-1 FLCs, have a limited ability to reduce the effect of uncertainty, due to their fuzzy sets with a crisp degree of membership. In real applications, the consequent part of the fuzzy rules is uncertain. The type-2 FLCs, are robust to the fuzzy rules and the process parameters due to the fuzzy degree of membership functions and footprint of uncertainty (FOU). The adaptivity of the proposed method is provided with the optimum tuning of the parameters using the neural network training algorithms. In our approach, the PID control force is obtained using the generalized type-2 neuro-fuzzy in such a way that the stability and robustness of the controller are guaranteed. The robust performance and stability of the presented framework are demonstrated in a numerical study for an eleven-story seismically-excited building structure combined with an active tuned mass damper (ATMD). The results indicate that the introduced type-2 neuro-fuzzy PID control scheme is effective to attenuate plant states in the presence of the structured and unstructured uncertainties, compared to the conventional, type-1 FLC, type-2 FLC, and type-1 neuro-fuzzy PID controllers.

• Journal of Electrical Engineering and Technology
• /
• v.6 no.6
• /
• pp.731-741
• /
• 2011

Conventional methodologies (empirical, analytical, numerical, hybrid, etc.) for sizing photovoltaic (PV) systems cannot be used when the relevant meteorological data are not available. To overcome this situation, modern methods based on artificial intelligence techniques have been developed for sizing the PV systems. In the present study, the optimum PV/inverter sizing ratio for grid-connected PV systems with orientation due south and inclination angles of $45^{\circ}$ and $60^{\circ}$ in selected Algerian locations was determined in terms of total system output using type-2 fuzzy logic. Because measured data for the locations chosen were not available, a year of synthetic hourly meteorological data for each location generated by the PVSYST software was used in the simulation.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.09b
• /
• pp.76-79
• /
• 2003

퍼지 로직 시스템(FLS)은 다양한 분야에서 성공적으로 사용되고 있다 퍼지 로직 시스템의 멤버십 함수와 규칙은 언어적인 정보나 수치적 데이터를 사용하여 표현된다. 또한 이러한 정보나 데이터에는 불확실성과 노이즈 등이 존재한다. 그러나 단순한 퍼지 로직 시스템으로노이즈가 포함된 불확실한 정보를 효과적으로 다루고 표현하는 데는 한계가 있다. 그러므로 노이즈가 포함된 정보를 효율적으로 처리하기 위해 본 논문에서는 type-2 FLS를 이용한다. 노이즈가 포함되어 불확실한 정도를 정확한 값으로 표현하기 어려울 때, type-2 FLS은 보다 정확하게 정보들을 다를 수 있음을 보인다. 비선형 시계열 시스템인 Box-Jenkins 데이터를 이용하여 singleton Type-1 FLS과 non-singleton type-1 FLS의 결과 값을 확인하고 이의 성능을 type-2 FLS과 비교, 분석한다.