• 한국지능시스템학회논문지
• /
• 제14권5호
• /
• pp.598-603
• /
• 2004

광디스크에 저장된 데이터를 읽기 위한 광디스크 드라이브는 광학헤드 구동기의 포커싱 서보계와 트랙킹 서보계로 구성된다. 기존에 사용하는 지상-진상-진상 보상기는 시스템의 배속이 증가하면서 광학헤드의 구동기 제어가 점점 어려워지는 추세이다. 따라서 본 논문에서는 광학헤드 구동기 서보계 구현을 위하여 유전알고리즘 기반 퍼지 PID 제어 광학헤드 구동기 설계 기법을 제안한다. 제안된 광학헤드 구동기는 두개의 퍼지 PI, PD 제어 블록으로 구성되며 두 제어기의 퍼지 규칙은 유전알고리즘을 사용하여 최적화된다. 구동기의 포커싱, 트랙킹 서보계의 플랜트 모델은 유사하므로 트랙킹 서보계의 모의 실험만을 통하여 제안된 기법의 우수성을 보인다.

• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.375-379
• /
• 2010

Support vector machine (SVM)은 튼튼한 이론적 배경을 가지고 있고 구조적 위험을 성공적으로 최소화하기 때문에 추천가 시스템과 같은 다양한 패턴 인식 분야에서 사용되고 있다. 하지만 SVM이 초평면을 결정할 때 이상점들은 margin 손실들을 가지고 있기 때문에 이들은 초평면을 결정하는데 매우 중요한 역할을 하고 있다. 그 이유로 SVM은 이상점들에게 매우 민감한 문제점을 갖는다. 강인한 SVM을 위해 우리는 이상점들의 margin 손실의 최대치를 제한하지만 이것은 non-convex 최적화 문제를 포함한다. 따라서 본 논문에서는 non-convex 최적화 문제에 적합한 유전자 알고리즘을 이용하여 강인한 SVM을 설계하는 방법을 제안한다. 제안하는 알고리즘의 우수성을 보여주기 위하여 UCI repository에서 선택된 여러 데이터베이스들을 이용한 실험을 수행하였다.

• 지능정보연구
• /
• 제13권3호
• /
• pp.101-117
• /
• 2007

본 논문에서는 연결성, 신뢰성, 교통량 제약조건을 만족하는 최소 비용의 소형궤도차량 선로네트워크를 설계하기 위한 유전알고리즘을 제안한다. 소형궤도차량 시스템은 다수의 자동화된 차량들이 공중에 설치된 선로네트워크를 따라 움직이는 신개념 교통 시스템이다. 주어진 역의 위치와 역간 교통량 수요에 대해 최적의 선로네트워크를 구하는 문제는 소형궤도차량 시스템에 관련된 가장 중요한 문제 가운데 하나이다. 본 논문에서는 선로네트워크를 방향성 링크를 갖는 그래프로 표현하고 그 비용과 연결성, 신뢰성, 교통량을 수식화하였다. 이렇게 주어진 네트워크 성능지표를 바탕으로 선로네트워크 설계 문제에 적절한 연산자들로 구성된 유전알고리즘을 제안한다. 이 연산자들은 안정상태 선택 연산자, 수리 알고리즘, 방향성이 있는 돌연변이 연산자를 포함한다. 제안된 유전알고리즘의 적절한 변수를 결정하고 그 성능을 타 알고리즘과 비교하기 위한 실험을 수행하였다. 최대 210개의 링크를 갖는 선로네트워크에 대해 수행된 실험결과는 제안된 유전알고리즘이 적절한 시간 내에 만족스러운 해를 구할 수 있음을 보인다.

• Journal of Mechanical Science and Technology
• /
• 제18권4호
• /
• pp.630-639
• /
• 2004

The Stewart platform manipulator is a closed-kinematics chain robot manipulator that is capable of providing high structural rigidity and positional accuracy. However, this is a complex and nonlinear system, so the control performance of the system is not so good. In this paper, a new robust motion control algorithm is proposed. The algorithm uses partial state feedback for a class of nonlinear systems with modeling uncertainties and external disturbances. The major contribution is the design of a robust observer for the state and the perturbation of the Stewart platform, which is combined with a variable structure controller (VSC). The combination of controller and observer provides the robust routine called sliding mode control with sliding perturbation observe. (SMCSPO). The optimal gains of SMCSPO, which is determined by nominal eigenvalues, are easily obtained by genetic algorithm. The proposed fitness function that evaluates the gain optimization is to put sliding function. The control performance of the proposed algorithm is evaluated by the simulation and experiment to apply to the Stewart platform. The results showed high accuracy and good performance.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.297-300
• /
• 2005

In this study, we proposed genetically optimized self-organizing fuzzy polynomial neural network based on information granulation and evolutionary algorithm (gdSOFPNN), develop a comprehensive design methodology involving mechanisms of genetic optimization. The proposed gdSOFPNN gives rise to a structural Iy and parametrically optimized network through an optimal parameters design available within FPN (viz. the number of input variables, the order of the polynomial, input variables, the number of membership functions, and the apexes of membership function). Here, with the aid of the information granulation, we determine the initial location (apexes) of membership functions and initial values of polynomial function being used in the premised and consequence part of the fuzzy rules respectively. The performance of the proposed gdSOFPNN is quantified through experimentation that exploits standard data already used in fuzzy modeling.

• 한국지능시스템학회논문지
• /
• 제24권3호
• /
• pp.279-284
• /
• 2014

본 논문에서는 최적화 기법과 퍼지 PID제어기를 이용한 자기부상시스템의 부상제어기를 제안한다. 흡인식 자기부상시스템은 일반적으로 비선형 특성을 포함하는 불안정한 시스템이기 때문에 일반적인 선형 제어기를 적용할 경우 우수한 성능을 얻기에는 어려운 점이 있다. 본 논문에서 제안된 제어기는 고정파라미터를 갖는 퍼지 PID제어기를 이용하였으며, 퍼지 PID 제어기 파라미터들은 유전자 알고리즘을 이용하여 최적화를 수행하였으며 유전알고리즘의 목적함수로는 일반적으로 사용되는 성능지수 함수를 사용하였다. 제안된 퍼지 PID 제어기를 적용한 자기부상시스템의 성능을 평가하기 위하여 Matlab을 이용하여 시뮬레이션을 수행하였으며, 고전적 PID제어기와 성능을 비교 분석하였다. 제안된 제어기를 적용한 자기부상시스템의 성능이 고전 PID제어기에 비하여 더 우수한 성능을 보임을 시뮬레이션을 통하여 검증하였다.

• 한국지능시스템학회논문지
• /
• 제14권5호
• /
• pp.660-665
• /
• 2004

In this study, a new architecture and comprehensive design methodology of genetically optimized Multi-layer Fuzzy Neural Networks (gMFNN) are introduced and a series of numeric experiments are carried out. The gMFNN architecture results from a synergistic usage of the hybrid system generated by combining Fuzzy Neural Networks (FNN) with Polynomial Neural Networks (PNN). FNN contributes to the formation of the premise part of the overall network structure of the gMFNN. The consequence part of the gMFNN is designed using PNN. The optimization of the FNN is realized with the aid of a standard back-propagation learning algorithm and genetic optimization. The development of the PNN dwells on the extended Group Method of Data Handling (GMDH) method and Genetic Algorithms (GAs). To evaluate the performance of the gMFNN, the models are experimented with the use of a numerical example.

• 전기학회논문지
• /
• 제64권1호
• /
• pp.90-98
• /
• 2015

In this paper, an advanced teaching-learning based optimization(TLBO) method for the magnetic levitation controller of Maglev transportation system is proposed to optimize the control performances. An attraction-type levitation system is intrinsically unstable and requires a delicate control. It is difficult to completely satisfy the desired performance through the methods using conventional methods and intelligent optimizations. In the paper, we use TLBO and clonal selection algorithm to choose the optimal control parameters for the magnetic levitation controller. To verify the proposed algorithm, we compare control performances of the proposed method with the genetic algorithm and the particle swarm optimization. The simulation results show that the proposed method is more effective than conventional methods.

• 드라이브 ㆍ 컨트롤
• /
• 제15권4호
• /
• pp.74-80
• /
• 2018

A damper is a hydraulic device designed to absorb or eliminate shock impulses which is acting on the sprung mass of vehicle. It converting the kinetic energy of the shock into another form of energy, typically heat. In a vehicle, a damper reduce vibration of car, leading to improved ride comfort and running stability. Therefore, a damper is one of the most important components in a vehicle suspension system. Conventionally, the design process of vehicle suspensions has been based on trial and error approaches, where designers iteratively change the values of the design variables and reanalyze the system until acceptable design criteria are achieved. Therefore, the ability to tune a damper properly without trial and error is of great interest in suspension system design to reduce time and effort. For this reason, a many previous researches have been done on modeling and simulation of the damper. In this paper, we have conducted optimal design process to find optimal design parameters of damping force which minimize a acceleration of sprung mass for a given suspension system using genetic algorithm.

• 한국지능시스템학회논문지
• /
• 제11권4호
• /
• pp.359-365
• /
• 2001

본 논문에서는 바이러스-진화 유전 알고리즘에 기반한 퍼지 기저 함수 확장을 이용한 표적 추적 시스템의 설계 방법을 제안한다. 일반적으로 표적 추적의 목적은 센서로부터 얻어진 표적의 과거 위치에 기반하여, 미래에 대한 표적의 궤적을 추정하는 것이다. 확장 칼만 필터와 같은 전통적이고 수학적인 비선형 필터링 기법에서 강한 비선형성은 시스템의 성능을 저하시킬 수 있다. 이러한 비선형 필터링 기법의 장점을 결합한다. 제안된 방법에서, 확장 칼만 필터의 파라미터로 학습 데이터를 구성하고, 강한 근사화 능력을 가지는 퍼지 기저 함수에 유전 알고리즘의 유전적 다양성 상실로 이한 조기 수렴을 방지하는 바이러스-진화 유전 알고리즘을 결합하여, 파라미터와 규칙 수를 동시에 동정시킴으로써 확장 칼만 필터의 오차를 보정한다. 마지막으로, 제안된 방법은 3차원 상의 모의 실험을 통해 그 성능이 입증된다.