• Journal of Biosystems Engineering
• /
• 제26권1호
• /
• pp.29-38
• /
• 2001

A navigation system was developed for autonomous guidance of a combine. It consisted of a DGPS, a machine vision system, a gyro sensor and an ultrasonic sensor. For an autonomous operation of the combine, target points were determined at first. Secondly, heading angle and offset were calculated by comparing current positions obtained from the DGPS with the target points. Thirdly, the fuzzy controller decided steering angle by the fuzzy inference that took 3 inputs of heading angle, offset and distance to the bank around the rice field. Finally, the hydraulic system was actuated for the combine steering. In the case of the misbehavior of the DGPS, the machine vision system found the desired travel path. In this way, the combine traveled straight paths to the traget point and then turned to the next target point. The gyro sensor was used to check the turning angle. The autonomous combine traveled within 31.11cm deviation(RMS) on the straight paths and harvested up to 96% of the whole rice field. The field experiments proved a possibility of autonomous harvesting. Improvement of the DGPS accuracy should be studied further by compensation variations of combines attitude due to unevenness of the rice field.

• 한국시뮬레이션학회논문지
• /
• 제20권1호
• /
• pp.69-77
• /
• 2011

최근 군은 과거 냉전시대와 다른 상황에 능동적으로 대처하고 비용 대비 훈련의 효과를 극대화하기 위한 방안으로 모델링 시뮬레이션 기법에 많은 관심을 보이고 있다. 이 모델링 시뮬레이션을 이용한 훈련이 효과적이기 위해서는 좀 더 사실적인 전장 환경과 전투상황을 모의해야 하는데, 최근에 이를 위해서 컴퓨터상에서 인간 행위와 부대의 집단논리를 표현하는 CGF(Computer Generated Forces)에 대한 기술 개발이 주목받고 있다. 인간 행위를 모델링하는 CGF는 자동화된 병력을 모의함으로써 적군을 모의하거나 미래 전투실험, 새로운 전투개념 개발 등 중요하면서도 다양한 역할을 수행 할 수 있다. 이번 연구에서는 CGF 가상군인의 자율지능화의 방안을 고찰해보고자 한다. 군사시뮬레이션상의 가상군인의 자율지능화의 첫걸음인 과업행위 목록의 적용을 과업행위의 기본요소인 METT+T를 기반으로 그 적용과정을 설명한다. 또한 군사모의 논리는 참 진의 이진값 표현이 외에도 '보유 무기가 충분하면 급속 공격을 빠르게 하라'와 같은 모의 규칙상에서는 군사 전문가에 의해서 결정될 수밖에 없는 '충분하다', '빠르다'와 같은 퍼지 팩트가 존재한다. 이러한 주관성이 가미된 많은 군사모의 논리를 완벽히 표현하기 위해서는 퍼지 추론을 이용하는 것이 효과적인데, 이를 이번 소부대 전투 시뮬레이션에 적용하여 보다 사실적인 모의가 가능하도록 하였다.

• 한국지진공학회논문집
• /
• 제9권2호통권42호
• /
• pp.37-46
• /
• 2005

현재까지 많은 스마트 면진시스템이 제안되었고 연구되어 왔다. 본 연구에서는 스마트 면진시스템의 면진장치와 보조감쇠 장치로서 새로운 형태의 마찰진자시스템(FPS)과 MR 감쇠기를 각각 사용한다. 퍼지로직제어기(FLC)가 고유의 견실성과 비선형 및 불확실성을 쉽게 다룰 수 있는 능력이 있기 때문에 MR 감쇠기의 감쇠력을 조절하는데 FLC를 사용한다. 또한 FLC의 성능을 최적화 하기 위해서는 유전자알고리즘(GA)을 사용한다. GA를 사용함으로써 소속함수의 형상을 조절하는 것뿐만 아니라 적절한 퍼지제어규칙을 결정할 수 있다. 이를 위하여 본 연구에서는 부분개선 유전자알고리즘을 사용하였다. 이 방법은 유전자의 특정부분을 향상시키는데 효율적이다. FPS와 MR 감쇠기의 동적거동을 표현하기 위해서는 뉴로?퍼지 모델을 사용한다. FLC의 최적설계를 위하여 본 연구에서 제안된 방법의 효율성은 여러 가지 역사지진을 사용하여 계산된 동적응답을 기초로 하여 평가한다. 예제해석결과 제안된 방법은 적절한 퍼지규칙을 찾을 수 있고 GA로 최적화된 FLC는 수동제어기 뿐만 아니라 전문가의 지식에 기반한 FLC와 전통적인 준능동제어기보다 더 좋은 성능을 발휘한다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제5권3호
• /
• pp.200-205
• /
• 2005

The objectives of this study were to introduce the easiest and most proper applications of datamining in industrial processes. Applying datamining in manufacturing is very different from applying it in marketing. Misapplication of datamining in manufacturing system results in significant problems. Therefore, it is very important to determine the best procedure and technique in advance. In previous studies, related literature has been introduced, but there has not been much description of datamining applications. Research has not often referred to descriptions of particular examples dealing with application problems in manufacturing. In this study, a datamining roadmap was proposed to support datamining applications for industrial processes. The roadmap was classified into three stages, and each stage was categorized into reasonable classes according to the datamining purposed. Each category includes representative techniques for datamining that have been broadly applied over decades. Those techniques differ according to developers and application purposes; however, in this paper, exemplary methods are described. Based on the datamining roadmap, nonexperts can determine procedures and techniques for datamining in their applications.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2744-2746
• /
• 2001

이 논문에서는 이동 로봇을 위하여 퍼지이론과 Dempster-Shafer 이론을 이용한 불확실한 환경에서의 센서기반 네비게이션 방법을 제안한다. 제안된 제어기는 장애물 회피 동작과 목적지 찾기 동작을 위한 2개의 행동 모듈로 구성되어 있다. 2개의 행동 모듈은 각각 퍼지 이론으로 학습되었고, 적절한 행동 선택 방법으로 선택되게끔 하였다. 견고한 퍼지 제어기를 가진 로봇이 실험 환경내에서 안전하게 움직이기 위하여 자동으로 지도를 구축(Map Building) 하도록 하였다. 이 실험에서 구성된 맵은 평면상의 격자를 중심으로 작성되었고 로봇의 센서에서 읽어들인 센서 값은 D-S 추론 이론을 이용하여 기존의 맵과 혼합되어진다. 즉, 로봇이 움직일때 마다 실험 환경내에서 새로운 정보를 읽어 들이고, 그 정보로 인하여 기존의 지도가 새로운 지도로 갱신되는 것이다. 이러한 작업을 거치면서 로봇은 장애물과 충돌없이 배회하는 것 뿐 아니라 설정된 목적지까지도 쉽게 찾아갈 수가 있다. 실험에 대한 안정성과 확신을 검증 받기 위하여 실제 로봇에 적용하기보다는 먼저 이동 로봇의 시뮬레이션으로 실험 해 보고자 한다.

• 수산해양기술연구
• /
• 제36권1호
• /
• pp.54-59
• /
• 2000

중층트롤어구의 수심 제어는 시스템의 복잡성과 비선형성 등으로 인하여 아직까지 자동화되지 않았다. 본 연구에서는 회류수조에서 작동되는 모형 트롤어구의 예망시스템을 제작하였으며, 이 시스템의 수심을 자동으로 제어하기 위해서 퍼지논리를 이용한 제어시스템을 구성하여 성능을 실험하였다. 제어시스템의 수심제어 규칙은 숙련된 항해사나 선장이 실제 조업에서 어구의 수심을 제어하기 위해 사용하는 지식을 제어규칙화 한 것과 모형실험에 적합하도록 수정한 규칙 두 가지를 사용하였다. 제어계의 성능은 예망속도를 일정히 유지하면서 목표수심을 스텝상으로 변경시켰을 때의 추종성능 실험과 목표수심을 일정히 유지하면서 예망속도를 변경시켰을 때의 보상성능을 실험을 통하여 분석하였다. 1. 본 연구에서 제안된 두 가지 제어기는 모두 일정한 유속(0.35m/s)에서 스텝상의 목표수심 변경에대해서 빠른 추종성능을 나타내었다. 특히 수정된 제어규칙에서는 모형 어구의 수십을 보다 안정되게 제어하였다. 2. 예망속도(유속)를 변화시켜 어구저항을 증감시킨 실험에서도 두 제어기는 비교적 양호한 보상 성능을 나타내었는데, 실제 조업에서 사용하는 규칙은 작은 외란에도 빨리 반응하였으며, 수정된 제어규칙은 수심편차가 어느 정도 커져야 제어동작을 하였다. 3. 본 연구에서 제작된 모형트롤시스템은 실물트롤 시스템의 운동 특성과 거의 일치하였고, 또한 설계된 제어기는 양호한 제어성능을 나타내어 모형실험을 통한 시스템의 해석과 실물 트롤시스템에 적용가능성이 높은 제어계의 설계가 가능하였다

• 한국정보통신학회논문지
• /
• 제10권7호
• /
• pp.1319-1325
• /
• 2006

요 분석은 임상에서의 기본적인 검사항목으로 숙련된 간호사에 의한 육안검사를 시행한다. 최근에는 분석량의 증가와 분석 시간의 단축을 위하여 자동화된 요 분석 시스템을 이용하여 측정한다. 그러나 이들 시스템은 기기별 로 나타나는 결과에 차이가 발생하고 있다. 따라서 요의 컬러에 따른 정확한 검사를 위하여 새로운 요 컬러 분류 알고리즘이 요구된다. 본 논문은 퍼지 논리와 신경회로망 알고리즘을사용하여 요 분석 시스템의 지능형 컬러 분류기를 제작하였다. 입력 파라미터는 전처리 과정을 거친 RGB 3가지 색상을 사용하였다. 구현된 분류기는 퍼지 논리와 신경회로망 알고리즘을 사용하였으며, 적색, 녹색, 청색의 3 가지 입력 데이터를 사용하여 9 가지 시료에 대한 $3{\sim}7$ 개의 각 단계별 분류를 수행하도록 구현하였다. 실험에 사용된 검체는 표준 시약을 사용하였으며, 요 분석 시스템을 위한 개별 표준시료에 따른 분류기의 성능을 비교하고, 신뢰성 및 임상적용가능성 여부를 검토하였다. 설험 결과 지능형 컬러 분류기는 많은 검사 항목에서 육안검색보다 좋은 결과를 보였다.

• Steel and Composite Structures
• /
• 제48권2호
• /
• pp.179-190
• /
• 2023

Many recent attempts have sought accurate prediction of pile pullout resistance (P_ul) using classical machine learning models. This study offers an improved methodology for this objective. Adaptive neuro-fuzzy inference system (ANFIS), as a popular predictor, is trained by a capable metaheuristic strategy, namely equilibrium optimizer (EO) to predict the P_ul. The used data is collected from laboratory investigations in previous literature. First, two optimal configurations of EO-ANFIS are selected after sensitivity analysis. They are next evaluated and compared with classical ANFIS and two neural-based models using well-accepted accuracy indicators. The results of all five models were in good agreement with laboratory P_uls (all correlations > 0.99). However, it was shown that both EO-ANFISs not only outperform neural benchmarks but also enjoy a higher accuracy compared to the classical version. Therefore, utilizing the EO is recommended for optimizing this predictive tool. Furthermore, a comparison between the selected EO-ANFISs, where one employs a larger population, revealed that the model with the population size of 75 is more efficient than 300. In this relation, root mean square error and the optimization time for the EO-ANFIS (75) were 19.6272 and 1715.8 seconds, respectively, while these values were 23.4038 and 9298.7 seconds for EO-ANFIS (300).