본 논문에서는 CCD 카메라를 사용하여 RTG 크레인의 주행 노면에 표시된 주행 레인을 인식하여 이를 영상 처리 알고리즘에 적용하여 RTG 크레인의 직진 주행에 필요한 크레인의 절대 위치 즉 주행 편차 거리 및 자세 편차각 등을 산출하는 방법을 제시하였다.

이 글에서는 퍼지이론의 양대부류인 퍼지집합론과 퍼지척도 및 퍼지적분에 대하여 정의 및 기본적 성질을 간략히 소개하였다. 이러한 이론들의 주된 응용분야가 제어와 평가문제로부터 점점 다양한 분야(예를 들면, 자연언어 처리, 퍼지컴퓨터, 경제학, 심리학 등)로 확산되고 있는 현시점에서, 보다 많은 사람들이 퍼지이론에 관신을 갖게 되는데 조금이나마 도움이 됐으면 한다. 최근 우리들의 관심 중 많은 부분이 지적시스템(intelligent system)의 구현에 쏠리고 있음을 감안할 때, 이러한 퍼지이론은 신경회로망이론, 유전자 알고리즘 및 카오스이론과 더불어 지적시스템의 구현을 위한 충분한 도구로서 혹은 방법론으로서 크게 공헌하리라 생각한다.

본 고에서는 진화계산의 동작 원리와 이론적 기반에 대해 살펴봄으로써 그 원리를 이해하고 앞으로의 응용가능성에 대하여 고찰하고자 한다. 이를 위해 먼저 대부분의 진화 알고리즘에 공통되는 기본 구성 요소와 계산절차를 기술하고, 진화 알고리즘을 이용하여 특정문제를 풀고자 할 때 고려할 사항에 대하여 기술한다. 다음에는 간단한 응용 문제를 예로 들어 이 문제에 진화 알고리즘을 적용하고 그 동작과정을 추적함으로써 실제 적용에 있어서의 여러 가지 결정사항과 그 수행과정을 구체적으로 살펴본다. 또한 진화 알고리즘의 이론적 배경을 이해하기 위해 스키마와 빌딩 블록 그리고 스키마 정리에 대해서 알아본다. 마지막으로 진화계산방식과 다른 지능적 계산 기술들과의 융합 가능성의 예로서, 유전 프로그래밍에 의한 신경망 구조의 설계 및 학습에 대하여 살펴본다.

본 원고에서는 뉴로제어의 배경 및 필요성, 기본적인 뉴로제어 시스템구조 소개, 뉴로제어용 신경회로망 모델, 응용 예 등을 기술하고 앞으로 해결해야할 문제들을 고찰한다.

이 글에서는 퍼지제어기의 일반적인 형태 및 설계 방법과 최근 연구가 많이 되고 있는 TSK퍼지시스템에 대해 살펴보고자 한다.

이 글에서는 신경회로망의 장점과 퍼지논리의 장점을 최대한 이용하며 각각의 단점을 보완하는 뉴로-퍼지 융합 기술과 현재 연구의 흐름을 간단히 살펴보았다. 비구조적인 정보 뿐만 아니라 구조적인 정보까지도 신경회로망의 영역 안에서 처리할 수 있는 새로운 뉴로-퍼지 회로망을 소개하였다. 소개한 뉴로-퍼지 회로망은 비퍼지화와 비퍼지화에 의해 발생하는 오차를 잘 보상할 수 있을 뿐만 아니라, 최적의 입출력 퍼지 소속 함수의 중심점과 모양을 찾을 수 있는 장점이 있다. 또한, 그 특성을 알지 못하는 임의의 비선형 동적 시스템에서 입출력 데이터만 얻을 수 있으며 시스템을 모델할 수 있는 퍼지 규칙을 언어적인 방법과 수치적인 방법으로 표현할 수 있으며 간단한 예제를 통한 시뮬레이션 결과를 보였다. 소개한 뉴로-퍼지 회로망을 이용하여 뉴로-퍼지 제어기를 구성할 수도 있으며, 또한 시스템의 역 퍼지 규칙을 찾는데 이용할 수도 있다. 향후 보다 우수한 일반화 성능을 가질 수 있는 뉴로-퍼지 회로망의 개발이 필요하며, 충분한 입출력 데이터를 얻는 방법의 연구도 필요하다.

본 연구에서는 페트리 네트를 사용하여 모델링된 이산 사건 시스템의 제어시 발생하는 충돌 현상을 해결하기 위하여 퍼지 개념을 사용하였다. 이를 통하여 페트리 네트로 시스템을 제어할 경우 발생하는, 큰 문제점인 외부 시스템과의 데이터 입출력 설정의 어려움을 해결하는 방법을 보였다. 또한 제시된 규칙 행렬의 단순성으로부터 쉽게 충돌 현상하의 우선 순위를 변화시킬 수 있다. 시스템을 제어하는 전문가의 지식이 모호하여 단순히 상수값으로 우선순위를 표현할 수 없는 경우에는 퍼지개념을 이용하여 해결하였다. 이러한 방법들은 소규모의 모터 자동 조립 시스템을 제어하는데 부품의 수량, 작업의 대기 상태를 퍼지화하여 규칙행렬을 만들어 제어신호를 발생시켰다. FMS, CIM을 제어할 때 발생하는 Scheduling 문제도 본 논문의 방법을 사용하면 해결할 수 있다고 본다.

이 글에서는 퍼지제어기의 기본 구성에 대해 간단히 다루고 모델에 근거해 다음 제어상태를 예견해 내는 제어기법인 모델참조 적응을 기반으로 한 적응 퍼지제어에 대해서, 그리고 신경회로망을 이용한 퍼지제어기의 파라미터의 조정과 클러스터링을 통해서 퍼지규칙을 예측하는 적응 퍼지제어기에 대해서 살펴보았다.

이 글에서는 neuro-fuzzy control system에 관심을 가지신 control engineer들에게 다소나마 보탬이 되고자 neuro-fuzzy control system을 간단히 소개한 후 이 system이 실제로 어떻게 응용되고 있는지 살펴보고자 한다.