• 한국공간구조학회논문집
• /
• 제21권4호
• /
• pp.49-56
• /
• 2021

This study aims to develop a form-finding algorithm for a single-layered pneumatic membrane. The initial shape of this pneumatic membrane, which is an air-supported type pneumatic membrane, is to find a state in which a given initial tension and internal pneumatic pressure are in equilibrium. The algorithm developed to satisfy these conditions is that a nonlinear optimization problem based on the force method considering the deformed shape is formulated, and, it's able to find the shape by iteratively repeating the process of obtaining a solution of the governing equations. An computational technique based on the Gauss-Newton method was used as a method for obtaining solutions of nonlinear equations. In order to verify the validity of the proposed form-finding algorithm, a single-curvature pneumatic membrane example and a double-curvature air pneumatic membrane example were adopted, respectively. In the results of these examples, it was possible to well observe the step-by-step convergence process of the shape of the pneumatic membrane, and it was also possible to confirm the change in shape according to the air pressure. In addition, the calculation results of the shape and internal force after deformation due to initial tension, air pressure, and self-weight were obtained.

• 한국정밀공학회지
• /
• 제12권6호
• /
• pp.120-127
• /
• 1995

A nonlinear empirical state-space model of the Artificial Neural Network(ANN) has been developed. The nonlinear model structure incorporates characteristic, so as to enable identification of the transient response, as well as the steady-state response of a dynamic system. A hybrid feedfoward/feedback neural network, namely a Local Time Delayed Recurrent Multi-layer Perception(RMLP), is the model structure developed in this paper. RMLP is used to identify nonlinear dynamic system in an input/output sense. The feedfoward protion of the network architecture provides with the well-known curve fitting factor, while local recurrent and cross-talk connections provides the dynamics of the system. A dynamic learning algorithm is used to train the proposed network in a supervised manner. The derived dynamic learning algorithm exhibit a computationally desirable characteristic; both network sweep involved in the algorithm are performed forward, enhancing its parallel implementation. RMLP state-space and its associate learning algorithm is demonstrated through a simple examples. The simulation results are very encouraging.

• 한국산학기술학회논문지
• /
• 제13권11호
• /
• pp.5379-5388
• /
• 2012

비선형 공정에 대한 퍼지 모델링에서, 퍼지 규칙은 일반적으로 입력 변수 선택, 공간 분할 수 및 소속 함수에 의해 형성된다. 비선형 공정에 대한 퍼지 규칙의 생성은 차원이 증가할수록 규칙의 수가 지수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해, 입력 공간의 퍼지 분할에 의한 퍼지 규칙을 생성함으로써 복잡한 비선형 공정을 모델링 할 수 있다. 따라서 본 논문에서는 HCM 클러스터링 알고리즘을 이용하여 입력 공간을 분산 형태로 분할함으로써 비퍼지 추론 시스템의 규칙을 생성한다. 규칙의 전반부 파라미터는 HCM 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 규칙의 후반부는 다항식 함수의 형태로 표현되며, 각 규칙의 후반부 파라미터들은 표준 최소자승법에 의해 동정된다. 마지막으로, 비선형 공정으로는 널리 이용되는 데이터를 이용하여 비선형 특성 및 성능을 평가한다. 본 실험을 통해 고차원의 비선형 시스템은 매우 적은 수의 규칙을 가지고 모델링할 수 있었다.

• Smart Structures and Systems
• /
• 제16권6호
• /
• pp.1133-1145
• /
• 2015

A new neural network (NN) predictive controller (NNPC) algorithm has been developed and tested in the computer simulation of active control of a nonlinear structure. In the present method an NN is used as a predictor. This NN has been trained to predict the future response of the structure to determine the control forces. These control forces are calculated by minimizing the difference between the predicted and desired responses via a numerical minimization algorithm. Since the NNPC is very time consuming and not suitable for real-time control, it is then used to train an NN controller. To consider the effectiveness of the controller on probability of damage, fragility curves are generated. The approach is validated by using simulated response of a 3 story nonlinear benchmark building excited by several historical earthquake records. The simulation results are then compared with a linear quadratic Gaussian (LQG) active controller. The results indicate that the proposed algorithm is completely effective in relative displacement reduction.

• 수산해양기술연구
• /
• 제32권2호
• /
• pp.164-176
• /
• 1996

The main intention of this paper is to develop and compare the algorithm based on finite element procedures for nonlinear transient dynamic analysis which has combined effects of material and geometric nonlinearities. Incremental equilibrium equations based on the principle of virtual work are derived by the finite element approach. For the elasto - plastic large deformation analysis of shells and the determination of the displacement-time configuration under time-varying loads, the explicit, implicit and combined explicit-implicit time integration algorithm is adopted. In the time structure is selected and the results are compared with each others. Isoparametric 8-noded quadrilateral curved elements are used for shell structure in the analysis and for geometrically nonlinear elastic behaviour, a total Lagrangian coordinate system was adopted. On the other hands, material nonlinearity is based on elasto-plastic models with Von-Mises yield criteria. Thus, the combined explicit-implicit time integration algorithm is benefit in general case of shell structure, which is the result of this paper.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.71.2-71
• /
• 2001

This paper deals with nonlinear system modelling using neural network and genetic algorithm. Application of neural network to control and identification is actively studied because of their approximating ability of nonlinear function. It is important to design the neural network with optimal structure for minimum error and fast response time. Genetic algorithm is getting more popular nowadays because of their simplicity and robustness. In this paper, We optimize neural network structure using genetic algorithm. The genetic algorithm uses binary coding for neural network structure and search for optimal neural network structure of minimum error and response time. Through extensive simulation, Optimal neural network structure is shown to be effective for ...

• 한국전산구조공학회논문집
• /
• 제20권6호
• /
• pp.731-742
• /
• 2007

본 연구에서는 새로운 비선형해석 알고리즘인 적응형 Newton-Raphson 반복기법을 제안한다. 제안된 기법은 기존 Newton-Raphson 기법을 근간으로 적응형 부구조물화 기법을 이용하여 강성등가하중을 구하고, 이미 역행렬이 계산되어 있는 초기강성행렬에 강성등가하중을 적용하여 보정변위를 구하는 것으로 요약된다. 제안된 알고리즘의 가장 큰 특징은 하중 구간의 수에 관계없이 구조물 강성행렬에 대한 역행렬 계산을 단 한번만 수행한다는 것이다. 제안된 기법의 효율성은 강성행렬 및 역행렬 계산 후 부재강성행렬이 변경된 부재들이 연결된 자유도 수와 전체 자유도 수의 비율에 직접 관계된다. 이 비율에 따라 제안된 기법을 기존 비선형해석 기법과 보완적으로 사용함으로써 전체 비선형해석 효율을 향상시킬 수 있다.

• 한국항행학회논문지
• /
• 제4권1호
• /
• pp.45-49
• /
• 2000

GPS에 의한 관측치는 시각오차, 전리층과 대류층 지연오차, 다중경로 오차와 같은 다양한 오차를 내포하고 있어서 GPS 관측치 위치계산시 일반적으로 최소자승해를 구하게 된다. GPS 관측치는 비선형 방정식을 만족하므로 최소자승해를 구하기 위해서는 비선형 Newton 알고리즘을 이용할 수도 있으나 대개 간편성과 효율성 때문에 선형화 알고리즘을 적용하게 된다. 본 연구에서는 비선형 Newton 알고리즘이나 선형화 알고리즘을 대체할 수 있는 부동점 알고리즘을 개발하여 그 유용성을 증명하였다. 비선형 Newton 알고리즘이나 선형화 알고리즘은 수렴속도가 빠른 장점을 가지고 있으나 초기값이 해와 근사하여야 한다는 단점이 있다. 반면 부동점 알고리즘은 수령속도는 다소 느리나 초기값이 대단히 부정확하여도 수렴가능한 장점이 있으므로 두 알고리즘을 적절히 혼용하는 것이 좋을 것이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.95-98
• /
• 2003

In this paper, an adaptive fuzzy neural control of unknown nonlinear systems based on the rapid learning algorithm is proposed for optimal parameterization. We combine the advantages of fuzzy control and neural network techniques to develop an adaptive fuzzy control system for updating nonlinear parameters of controller. The Fuzzy Neural Network(FNN), which is constructed by an equivalent four-layer connectionist network, is able to learn to control a process by updating the membership functions. The free parameters of the AFN controller are adjusted on-line according to the control law and adaptive law for the purpose of controlling the plant track a given trajectory and it's initial values are off-line preprocessing, In order to improve the convergence of the learning process, we propose a rapid learning algorithm which combines the error back-propagation algorithm with Aitken's $\delta$$\^$2/ algorithm. The heart of this approach ls to reduce the computational burden during the FNN learning process and to improve convergence speed. The simulation results for nonlinear plant demonstrate the control effectiveness of the proposed system for optimal parameterization.

• 한국정보전자통신기술학회논문지
• /
• 제5권4호
• /
• pp.224-231
• /
• 2012

본 논문에서는 비선형 공정을 퍼지 모델링하기 위해 FCM 클러스터링 알고리즘을 기반으로 하는 퍼지 추론 시스템을 소개한다. 비선형 공정에 대한 퍼지 규칙의 생성은 일반적으로 차원이 증가할수록 규칙의 수가 지수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해, FCM 클러스터링 알고리즘을 이용하여 입력 공간을 분산 형태로 분할함으로써 퍼지 모델의 규칙을 생성한다. 퍼지 규칙의 전반부 파라미터는 FCM 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 퍼지 규칙의 후반부는 다항식 함수의 형태로 표현되며, 각 규칙의 후반부 파라미터들은 표준 최소자승법에 의해 동정된다. 마지막으로, 비선형 공정의 특성 및 성능을 평가하기 위하여 비선형 공정으로는 널리 이용되는 데이터를 이용한다.