• 한국멀티미디어학회논문지
• /
• 제9권3호
• /
• pp.369-376
• /
• 2006

본 논문에서는 퍼지 RBF네트워크의 학습 성능을 개선하기 위하여 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하는 개선된 퍼지 RBF 네트워크를 제안한다. 제안된 학습 알고리즘은 일반화된 델타 학습 방법에 퍼지 C-Means 알고리즘을 결합한 방법으로, 중간층의 노드를 자가 생성하고 중간층과 출력층의 학습에는 일반화된 델타 학습 방법에 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하여 학습 성능을 개선한다. 제안된 RBF 네트워크의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 40개의 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크와 기존의 퍼지 RBF 네트워크 보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제9권4호
• /
• pp.883-889
• /
• 2005

다층 구조 신경망에서 널리 사용되는 오류 역전파 알고리즘은 초기 가중치와 불충분한 은닉층의 노드 수로 인하여 지역 최소화에 빠질 가능성이 있다. 따라서 본 논문에서는 오류 역전파 알고리즘에서 은닉층의 노드 수를 설정하는 문제와 ART-1에서 경계 변수의 설정에 따라 인식률이 저하되는 문제점을 개선하기 위하여 ART-1과 퍼지 단층 지도 학습 알고리즘을 결합한 ATR-1 기반 퍼지 다층 지도 학습 알고리즘을 제안 한다. 자가 생성을 이용한 제안된 퍼지 지도 학습 알고리즘은 입력층에서 은닉층으로 노드를 생성시키는 방식은 ART-1을 적용하였고, 가중치 조정은 특정 패턴에 대한 저장 패턴을 수정하도록 하는 winner-take-all 방식을 적용하였다. 제안된 학습 방법의 성능을 평가하기 위하여 주민등록증 영상을 대상으로 실험한 결과, 기존의 오류 역전파 알고즘보다 연결 가중치들이 지역 최소화에 위치할 가능성이 줄었고 학습 속도 및 정체 현상도 개선되었다.

• 물과 미래
• /
• 제29권4호
• /
• pp.149-160
• /
• 1996

저류함수모형의 매개변수는 호우사상법, 유출시간별 변화를 반영하지 못하는 상수값을 가지므로 일반적으로 모형의 계산결과에 오차가 크게 나타난다. 본 연구에서 강우-유출의 개념적 모형인 저류함수모형을 개선하여 시변성 매개변수를 도입한 수정저류함수모형을 제안하였다. 제안된 모형은 시변성 매개변수의 실시간 제어방법으로 퍼지추론을 도입하였으며, 모형의 적용타당성은 금강수계의 보청천유역에 대한 호우사상을 이용하여 검토되었다. 퍼지제어에 의한 수정저류함수모형으로 예측된 유출수문곡선의 형태와 첨두유량은 기존모형의 결과보다관측치에 잘 일치하였다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권7호
• /
• pp.339-349
• /
• 2001

This paper suggests an optimal identification method for complex and nonlinear system modeling that is based on Fuzzy-Neural Networks(FNN). The proposed Hybrid Identification Algorithm is based on Yamakawa's FNN and uses the simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. In this paper, the FNN modeling implements parameter identification using HCM algorithm and hybrid structure combined with two types of optimization theories for nonlinear systems. We use a HCM(Hard C-Means) clustering algorithm to find initial apexes of membership function. The parameters such as apexes of membership functions, learning rates, and momentum coefficients are adjusted using hybrid algorithm. The proposed hybrid identification algorithm is carried out using both a genetic algorithm and the improved complex method. Also, an aggregated objective function(performance index) with weighting factor is introduced to achieve a sound balance between approximation and generalization abilities of the model. According to the selection and adjustment of a weighting factor of an aggregate objective function which depends on the number of data and a certain degree of nonlinearity(distribution of I/O data), we show that it is available and effective to design an optimal FNN model structure with mutual balance and dependency between approximation and generalization abilities. To evaluate the performance of the proposed model, we use the time series data for gas furnace, the data of sewage treatment process and traffic route choice process.

• 한국산학기술학회논문지
• /
• 제17권3호
• /
• pp.473-479
• /
• 2016

본 논문은 가격이 저렴하고 친환경적이면서도 고성능, 고내구성, 구조적 단순함의 장점을 갖고 있어 최근에 폭넓은 관심을 받고 있는 스위치드 릴럭턴스 모터(SRM: Switched Reluctance Motor)의 보다 정확하고 안정적인 전류제어 방법에 대해 설명한다. 대부분의 전동기의 전류제어 방법에는 알고리즘과 제어 이득의 선정이 다른 제어기에 비해 상대적으로 간편한 PI 제어기를 이용한 방법이 주로 사용되어 왔다. 그러나 일반적인 PI 제어기는 SRM과 같이 고정자 권선의 전류 및 회전자의 위치마다 비선형적으로 파라미터가 급변하는 시스템의 경우 변하는 동작 지점마다 제어 이득을 조정해 주어야 하는 어려움이 발생한다. 본 논문에서는 비선형적으로 특성이 변하는 SRM 드라이브 시스템에 제어 성능이 우수한 자기동조 퍼지 제어기를 이용한 제어기법을 적용하여 비선형적인 파라미터의 변화에도 보다 안정적인 전류제어가 가능한 것을 보였다. 또한 Matlab/Simulink 시뮬레이션을 이용하여, SRM 드라이브의 전류제어에 PI 전류 제어기(PICC: PI Current Controller)와 자기동조 퍼지 전류 제어기(STFCC: Self-tuning Fuzzy Current Controller)를 각각 적용한 후 그 결과를 비교하였으며 제안한 자기동조 퍼지 제어기의 제어성능이 우수함을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
• /
• pp.2891-2893
• /
• 2005

In this paper, we introduce a new category of Self-Organizing Fuzzy Polynomial Neural Networks (SOFPNN) that is based on a genetically optimized multi-layer perceptron with fuzzy polynomial neurons (FPNs) and discuss its comprehensive design methodology involving mechanisms of genetic optimization. The conventional SOFPNN algorithm leads to a tendency to produce overly complex networks as well as a repetitive computation load by the trial and error method and/or the a repetitive parameter adjustment by designer. In order to generate a structurally and parametrically optimized network, such parameters need to be optimal. In this study, in solving the problems with the conventional SOFPNN, we introduce a new design approach of evolutionary optimized SOFPNN. Optimal parameters design available within FPN (viz. the no. of input variables, the order of the polynomial, input variables, and the no. of membership function) lead to structurally and parametrically optimized network which is more flexible as well as simpler architecture than the conventional SOFPNN. In addition, we determine the initial apexes of membership functions by genetic algorithm.

• 한국생산제조학회지
• /
• 제21권1호
• /
• pp.76-84
• /
• 2012

This paper presents the measurement system of arrow's point of impact using laser scan camera and describes the image calibration method. The calibration process of distorted image is primarily divided into explicit and implicit method. Explicit method focuses on direct optical property using physical camera and its parameter adjustment functionality, while implicit method relies on a calibration plate which assumed relations between image pixels and target positions. To find the relations of image and target position in implicit method, we proposed the performance criteria based polynomial theorem model that overcome some limitations of conventional image calibration model such as over-fitting problem. The proposed method can be verified with 2D position of arrow that were taken by SICK Ranger-D50 laser scan camera.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1066-1070
• /
• 2003

Recently technologies have created new principle and theory but the PID control system remains its popularity as the PID controller contains simple structure, including maintenance and parameter adjustment being so simple. Thus, this paper proposes auto tune PID by fuzzy logic controller based on FPGA which to achieve real time and small size circuit board. The digital PID controller design to consist of analog to digital converter which use chip TDA8763AM/3 (10 bit high-speed low power ADC), digital to analog converter which use two chip DAC08 (8 bit digital to analog converters) and fuzzy logic tune digital PID processor embedded on chip FPGA XC2S50-5tq-144. The digital PID processor was designed by fundamental PID equation which architectures including multiplier, adder, subtracter and some other logic gate. The fuzzy logic tune digital PID was designed by look up table (LUT) method which data storage into ROM refer from trial and error process. The digital PID processor verified behavior by the application program ModelSimXE. The result of simulation when input is units step and vary controller gain ($K_p$, $K_i$ and $K_d$) are similarity with theory of PID and maximum execution time is 150 ns/action at frequency are 30 MHz. The fuzzy logic tune digital PID controller based on FPGA was verified by control model of level control system which can control level into model are correctly and rapidly. Finally, this design use small size circuit board and very faster than computer and microcontroller.

• 한국정보통신학회논문지
• /
• 제15권12호
• /
• pp.2511-2520
• /
• 2011

본 논문은 다중 센서 융합의 성능을 높이기 위해 적응형 퍼지-칼만 필터를 적용하고 교차검증법(cross-validation)으로 퍼지시스템 입 출력 소속 함수의 매개변수를 조정하는 방법을 제안한다. 적응형 퍼지-칼만 필터는 가속도의 변화량과 칼만 필터의 잔여오차를 입력으로 시스템잡음, 측정잡음을 추정하여 칼만 이득을 변화시킨다. 적용된 퍼지-칼만 필터는 잡음들을 가우시안 분포로 가정한 이전 방법과 비교하여 비선형/비가우시안 잡음에 강인한 추정 결과를 보여준다. 본 논문에서 제안한 퍼지-칼만 필터를 평가하기 위해 가속도센서/자이로센서를 융합하여 2축 자세추정시스템(Attitude Heading Reference System)을 설계하였고 무인항공기에 사용되는 자세추정센서 NAV420CA-100과 비교하여 성능을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제12권5호
• /
• pp.467-472
• /
• 2002

본 논문에서, 영상에서 임펄스 잡음을 효과적으로 제거하고, 연산 속도를 개선하기 위해 Fuzzy Cellular Neural Network(FCNN)구조에 Hausdorff distance(HD)를 적용한 $\alpha$-Least Trimmed Square HD($\alpha$-LTSHD) 기반 FCNN 구조를 제안한다. FCNN는 Cellular Neural Network(CNN) 구조에 퍼지 이론을 적용한 것이고, HD는 특징 대상의 대응 없이 이진 영상의 두 픽셀 집합 사이의 거리를 구하는 척도로 물체의 정합에 널리 사용한다. 성능 평가를 위해, 제안된 방법을 MSE와 SNR을 이용하여 기존 FCNN, Opening-Closing(OC) 그리고 LTSHD 연산자를 적용한 FCNN과 비교 분석하였다. 그 결과, 본 논문에서 제안된 망(network) 구조의 성능이 다른 필터보다 임펄스 잡음 제거에 우수함을 확인하였다.