Abstract
This paper proposes a parallel architecture of random signal-based learning (PRSL), merged with simulated annealing (SA), to optimize the fuzzy logic controller (FLC). Random signal-based learning (RSL) finds the local optima very well, whereas it can not finds the global optimum in a very complex search space because of its serial nature. To overcome these difficulties, PRSL, which consists of serial RSL as a population, is considered. Moreover, SA is added to RSL to help the exploration. The validity of the proposed algorithm is conformed by applying it to the optimization of a FLC for the inverted pendulum.
본 논문에서는 퍼지 제어기를 최적화하기 위하여 시뮬레이티드 어닐링(simulated annealing)과 결합한 병렬형 랜덤 신호 기반 학습법을 제안하였다. 랜덤 신호 기반 학습은 직렬 탐색구조로 되어 있어서 지역 탐색 능력은 뛰어나지만 전역 탐색 능력은 부족하다. 이러한 문제점을 극복하기 위하여 다양한 탐색 영역을 가지는 병렬형 랜덤 신호 기반 학습법이 소개 되었으며, 시뮬레이티드 어닐링을 랜덤 신호 기반 학습과 결합하여 학습 능력을 향상시켰다. 제안된 최적화 알고리즘을 도립진자 제어를 위한 퍼지 제어기 설계 최적화에 적용하여 그 유효성을 보였다.