• 제어로봇시스템학회논문지
• /
• 제22권1호
• /
• pp.40-45
• /
• 2016

This paper presents the neuro-fuzzy control method for balancing a two-wheel mobile robot. A two-wheel mobile robot is built for the experimental studies. On-line learning algorithm based on the back-propagation(BP) method is derived for the Takagi-Sugeno(T-S) neuro-fuzzy controller. The modified error is proposed to learn the B-P algorithm for the balancing control of a two-wheel mobile robot. The T-S controller is implemented on a DSP chip. Experimental studies of the balancing control performance are conducted. Balancing control performances with disturbance are also conducted and results are evaluated.

• Journal of information and communication convergence engineering
• /
• 제5권1호
• /
• pp.50-53
• /
• 2007

This paper presents face features detection and a new physiological neuro-fuzzy learning method by using two-dimensional variances based on variation of gray level and by learning for a statistical distribution of the detected face features. This paper reports a method to learn by not using partial face image but using global face image. Face detection process of this method is performed by describing differences of variance change between edge region and stationary region by gray-scale variation of global face having featured regions including nose, mouse, and couple of eyes. To process the learning stage, we use the input layer obtained by statistical distribution of the featured regions for performing the new physiological neuro-fuzzy algorithm.

• 한국수자원학회논문집
• /
• 제37권6호
• /
• pp.449-460
• /
• 2004

본 논문에서는 월 댐유입량을 예측하는데 있어서 기상예보정보를 활용한 뉴로-퍼지 시스템의 적용성을 검토하였다. 뉴로-퍼지 알고리즘으로 퍼지이론과 신경망이론의 결합형태인 ANFIS(Adaptive Neuro-Fuzzy Inference System)을 이용하여 모형을 구성하였다. ANFIS의 공간분할에 의한 제어규칙의 선정에 있어 퍼지변수가 증가함에 따라 제어규칙이 기하급수적으로 증가하는 단점을 해결하기 위해 퍼지 클러스터링(Fuzzy Clustering)방법 중 하나인 차감 클러스터링(Subtractive Clustering)을 사용하였다. 또한 본 연구에서는 정성적인 기상예보정보를 정량화 시키는 방법을 제안하였다. AMFIS를 이용하여 월 댐유입량 예측 시, 관측자료만으로 구성된 모형에 의한 예측결과와 관측자료에 기상예보정보를 더하여 구성된 모형에 의한 예측결과를 비교하였다. 그 결과 ANFIS는 기상예보정보를 활용하여 댐유입량을 예측했을 때가 관측자료만으로 예측했을 때보다 예측능력이 더욱 정확함을 보였다.

• 대한전기학회논문지:전력기술부문A
• /
• 제49권3호
• /
• pp.95-106
• /
• 2000

The load frequency control of power system is one of important subjects in view of system operation and control. That is even though the rapid load disturbances were applied to the given power system, the stable and reliable power should be supplied to the users, converging unconditionally and rapidly the frequency deviations and the tie-line power flow one on each area into allowable boundary limits. Nonetheless of such needs, if the internal parameter perturbation and the sudden load variation were given, the unstable phenomenal of power system can be often brought out because of the large frequency deviation and the unsuppressible power line one. Therefore, it is desirable to design the robust neuro-fuzzy controller which can stabilize effectively the given power system as soon as possible. In this paper the robust neuro-fuzzy controller was proposed and applied to control of load frequency over multi-area power system. The architecture and algorithm of a designed NFC(Neuro-Fuzzy Controller) were consist of fuzzy controller and neural network for auto tuning of fuzzy controller. The adaptively learned antecedent and consequent parameters of membership functions in fuzzy controller were acquired from the steepest gradient method for error-back propagation algorithm. The performances of the resultant NFC, that is, the steady-state deviations of frequency and tie-line power flow and the related dynamics, were investigated and analyzed in detail by being applied to the load frequency control of multi-area power system, when the perturbations of predetermined internal parameters. Through the simulation results tried variously in this paper for disturbances of internal parameters and external stepwise load stepwise load changes, the superiorities of the proposed NFC in robustness and adaptive rapidity to the conventional controllers were proved.

• 디지털융복합연구
• /
• 제17권1호
• /
• pp.239-247
• /
• 2019

감정을 정확히 예측하는 것은 환자중심의 의료디바이스 개발 및 감성관련 산업에서 매우 중요한 이슈이다. 감정예측에 관한 많은 연구 중 감정 예측에 심박 변동성과 뉴로-퍼지 접근법을 적용한 연구는 없다. 본 연구는 HRV를 이용한 ANFEP(Adaptive Neuro Fuzzy system for Emotion Prediction)을 제안한다. ANFEP의 핵심 기능은 인공 신경망과 퍼지시스템을 통합해 예측 모델을 학습하는 ANFIS(Adaptive Neuro-Fuzzy Inference System)에 기반한다. 제안 모형의 검증을 위해 50명의 실험자를 대상으로 청각자극으로 감정을 유발하고, 심박변이도를 구하여 ANFEP 모형에 입력하였다. STDRR과 RMSSD를 입력으로 하고 입력변수 당 2개의 소속함수로 하는 ANFEP모형이 가장 좋은 결과를 나타났다. 제안한 감정예측 모형을 선형회귀 분석, 서포트 벡터 회귀, 인공신경망, 랜덤 포레스트와 비교한 결과 본 제안모형이 가장 우수한 성능을 보였다. 연구 결과는 보다 적은 입력으로 신뢰성 높은 감정인식이 가능함을 입증했고, 이를 활용해 보다 정확하고 신뢰성 높은 감정인식 시스템 개발에 대한 연구가 필요하다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.845-848
• /
• 1993

This paper proposes a design method of fuzzy phase-lead compensator and its self-learning by neural network. The main feature of the fuzzy phase-lead compensator is to have parameters for effectively compensating phase characteristics of control systems. An important theorem which is related to phase-lead compensation is derived by introducing concept of frequency characteristics. We propose a design procedure of fuzzy phase-lead compensators for linear controlled objects. Furthermore, we realize a neuro-fuzzy compensator for unknown or nonlinear controlled objects by using Widrow-Hoff learning rule.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2002년도 춘계학술대회 논문집
• /
• pp.608-611
• /
• 2002

In GMAW(Gas Metal Arc Welding) process, bead geometry (penetration, bead width and height) is a criterion to estimate welding quality. Bead geometry is affected by welding current, arc voltage and travel speed, shielding gas, CTWB (contact- tip to workpiece distance) and so on. In this paper, welding process variables were selected as welding current, arc voltage and travel speed. And bead geometry was reasoned from the chosen welding process variables using negro-fuzzy algorithm. Neural networks was applied to design FL(fuzzy logic). The parameters of input membership functions and those of consequence functions in FL were tuned through the method of learning by backpropagation algorithm. Bead geometry could be reasoned from welding current, arc voltage, travel speed on FL using the results learned by neural networks.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.1145-1150
• /
• 1993

In this paper, two methods of fuzzy modeling are prsented to describe the input-output relationship effectively based on relation characteristics utilizing simplified reasoning and neuro-fuzzy reasoning. The methods of modeling by the simplified reasoning and the neuro-fuzzy reasoning are used when the input-output relation of a system is 'crisp' and 'fuzzy', respectively. The structure and the parameter identification in the modeling method by the simplified reasoning are carried out by means of FCM clustering and the proposed GA hybrid scheme, respectively. The structure and the parameter identification in the modeling method by the neuro-fuzzy reasoning are carried out by means of GA and BP algorithm, respectively. The feasibility of the proposed methods are evaluated through simulation.

• 한국조명전기설비학회지:조명전기설비
• /
• 제11권2호
• /
• pp.102-109
• /
• 1997

전력부하 설비시스템에 장치하는 퍼지제어기의 성능은 제어대상의 변화에 민감하여 제어대상이 바뀔때마다 퍼지 소속함수폭이나 제어규칙을 조정해야 한다. 본 논문은 퍼지제어기의 성능에 영향을 미치는 요소들을 종합적으로 고찰하여, 제어대상의 변화에 적응하여 최적의 퍼지 소속함수폭에 자동동조하는 다층 신경회로망을 사용한 성능이 개선된 뉴로퍼지제어기를 제안하여 구성하였다. 이것을 다양한 일차지연요소를 갖는 설비시스템의 시뮬fp에션을 하여 우수한 제어 특성을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제12권2호
• /
• pp.144-150
• /
• 2002

본 논문에서는 지연시간을 갖는 비선형 시스템의 효율적 제어를 위해 퍼지-신경망에 기반한 지연시간 보상기를 제안하였다. 제안된 제어시스템은 ANFIS(Adaptive Neuro-Fuzzy Inference System)라고 불리는 두개의 퍼지-신경망으로 구성되며 이중 하나는 직-병렬 방식으로 동작하고 다른 하나는 병렬 방식으로 동작한다. 직-병렬 방식으로 동작하는 퍼지-신경망은 지연시간을 갖는 비선형 시스템의 응답을 추종하는 특성을 갖으며 병렬 방식으로 동작하는 퍼지-신경망은 지연시간을 보상하기 위한 시스템 출력을 예측하는 기능을 수행한다. 따라서 본 연구에서 제안된 시스템은 전형적인 Smith 예측기의 비선형 시스템에의 적용을 위한 확장이라고 생각할 수 있다. 본 논문에서는 제안된 지연시간 보상기의 상세한 설계과정을 보였으며 또한 제안된 제어기 설계 기법의 유용성 화인을 위해 비선형 수치데이터에 대한 컴퓨터 모의실험을 수행하였다.