Abstract
The fuzzy control, neural network and genetic algorithm(GA) are algorithms to make the intelligence of system more higher. In this paper, we optimized the fuzzy controller using a genetic algorithm for desire response. Also a compensated fuzzy controller has dual rules. One control rule used to decrease the overshoot and rise time occurring in transient response region and another fuzzy control rule use to decrease the steady state error and rapildy to converge at the convergence region. GA is necessary to optimal the exchange time of the two fuzzy control rule base. Fuzzy-GA controller have a process of reproduction, crossover and mutation and we experimented by hydraulic servo motor control system We could observe that compensated Fuzzy-GA controller have good control performance compare to the fuzzy control technique have two rule base table.
퍼지제어, 신경망, 유전알고리즘은 시스템의 지능을 좀 더 높게 만들기 위한 알고리즘들이다. 본 논문은 원하는 응답을 얻기 위해 유전알고리즘을 사용해서 퍼지제어기를 최적화시켰다. 또한, 보상된 퍼지제어기는 두 개의 제어규칙을 갖는다. 하나의 제어규칙은 오버슛과 과도응답영역에서 일어나는 상승시간을 감소시키기 위해 사용하고 다른 하나는 정상상태오차를 줄이고 수렴영역에서의 수렴을 빠르게 가져가기 위해 사용된다. 유전알고리즘 제어기는 두 개의 퍼지 룰 베이스의 최적한 교체시기를 찾기 위해 사용하며 퍼지-유전알고리즘 제어기는 재생산, 교배와 변이의 과정을 갖는다. 그리고 유압서보 모터 제어시스템에 적용하여 제안한 알고리즘을 실험하였다. 실험 결과 보상된 FUZZY-GA제어기가 두 개의 룰 베이스를 갖는 퍼지제어 기술에 비해 좋은 제어성능을 가짐을 관찰하였다.