본 논문에서는 사용자의 관심도나 선호도를 반영하여, 퍼지숫자를 정렬하는 방법을 제안한다. 사용자는 자신의 관심도나 선호도를 퍼지집합으로 표현한다. 제안하는 방법은 사용자로부터 주어진 퍼지집합을 평가관점으로 이용하며, 평가함수로는 이전에 제안된 만족도 함수를 이용한다. 제안하는 방법이 관점에 따라 어떠한 결과를 주는지를 보기 위하여, 퍼지숫자 정렬에 적용한 예를 보인다.

In this paper, we introduce new results of law large numbers for mutually T-related fuzzy numbers, when T is Archimedean t-norm and spreads are random variables, and generalize earlier result of Fullr[FSS 45(1992) 299-303].

We introduce the notion of TL-P*-subgroups which is an extension of the notion of TL-P*-subgroups and investigate basic properties of TL-P*-subgroups. And we consider decompositions of TL-subgroups.

In this paper, we consider generalized concepts of cardinality of a fuzzy sets and obtaind some properties of new concepts of fuzzy-valued cardinality of type 2 fuzzy sets as fuzzy-valued functions. Also, we investigate examples for the calculation of the generalized cardinality of fuzzy-valued functions and compared with concepts of cardinality of a fuzzy set and a fuzzy-valued function.

The purpose of this paper is to investigate solutions U$_+$ and U$^+$ for the fuzzy relation equation R$\circ$U= T in cases of R < T, R $\leq$ T, and R = T, when R is irreflexive, U$_+$ ($\chi$$_i$, $\chi$$_k$)=$\bigwedge$[R($\chi$$_i$, $\chi$$_k$) << T($\chi$$_i$, $\chi$$_k$)], U$^+$ ($\chi$$_i$, $\chi$$_k$)=$\bigwedge$[R($\chi$$_i$, $\chi$$_k$)->T($\chi$$_i$, $\chi$$_k$)].

This paper proposes a method to select essential elements in a human evaluation model using the Choquet integral based on fuzzy measures and applies the model to the evaluation of human interface. Three kinds of concepts, Increment Degree, average of Increment Degree, Necessity coefficient, are defined. The proposed method selects essential elements by the use of the Relative necessity coefficient. The proposed method is applied to the analysis of human interface. In the experiment, (1) a warning sound, (2)a color vision, (3) the size of working area, (4) a response of confirmation, are considered as human interface elements. subjects answer the questionnarie after the experiment. From the data of questionnaire, fuzzy measures are identified and are applied to the proposed model. effectiveness of the proposed model is confirmed by the comparison of human interface elements extracted from the proposed model and those from the questionnarie.

We will prove the existence and uniqueness theorem of solutions to the nonlocal fuzzy integro-differential equations using Contraction mapping principle.

In this paper, we introduce the concept of the intuitionistic fuzzy proximity space as a generalization of a fuzzy proximity space, and investigate some of their properties. Also we study the relations between intuitionistic fuzzy proximity spaces and intuitionistic fuzzy topological spaces.

The aim of this paper is to study and find characterizations of quasi-fuzzy continuous and quasi-fuzzy closed mappings between fuzzy bitopological spaces. The notion of quasi-fuzzy open sets is used to defined quasi-fuzzy Ti (i=0, 1, 2) and quasi-fuzzy regular spaces and these spaces are investigated under quasi-fuzzy continuity. Finally, quasi-fuzzy connectednss is introduced and studied to some extent.

In this paper, we introduce the concept of quasi-fuzzy extremally disconnectedness in fuzzy bitopological space, which is a generalization of fuzzy extremally disconnectedness due to Ghosh [5] in fuzzy topological space and invetstigate some of its properties using the concepts of quasi-semi-closure, quasi-$\theta$-closure and related notions in a fuzzy bitopological settings.

본 논문에서는, 퍼지 클러스터의 수가 증가함에 따라 나타나는 퍼지 클러스터링 타당성 평가 기준의 단조 감소 현상을 억제하는 새로운 퍼지 클러스터링 타당성 평가 기준을 제시한다. 또한, 제시된 평가 기준의 성질을 조사하고 기존의 퍼지 클러스터링 타당성 평가 기준과의 차이점에 대하여 논한다. 마지막으로, 퍼지 크러스터링에 자주 인용되는 몇 가지 전형적인 자료에 대한 모의 실험을 통하여 제시된 평가 기준의 효용성을 보인다.

입？출력 데이터 쌍만을 이용하여 규칙 및 소속 함수를 자동적으로 결정하는 자기 학습 퍼지 알고리즘 중에서, 가장 이해하기 용이하고 퍼지 규칙 및 소속 함수 생성이 빠른 방법으로 기울기 강하를 이용한 방법들이 있다. 기울기 강하를 이용한 방법중에서 가장 대표적인 Araki가 제안한 방법은 퍼지 조건부가 퍼지 집합 형태이고 결론부는 단일값으로 구성된 알고리즘으로써 입력 퍼지 공간을 세분화하면서 시스템을 규명해나가는 간단하면서도 효율적인 알고리즘이다. 그러나 이 방법은 퍼지 입력 변수가 증가하면 퍼지 공간이 세분화 되면서 소속 함수 및 규칙 생성 개수가 급격히 제곱배로 증가하는 문제점을 가지고 있다. 따라서, 본 논문에서는 퍼지 입력 변수가 증가함에 따라 급격히 퍼지 규칙 및 소속 함수의 수가 증가하는 Araki 알고리즘의 문제점을 분석하여 소속 함수 및 규칙 수의 급격한 증가를 억제하고 Araki 방법에 비해 학습속도가 현저히 향상된 새로운 방안을 제안한다. 연구 결과, Arki 방법이 입력 변수의 개수가 증가 할수록 규칙 수가 기하 급수적으로 많이 필요하였던 것에 비해 제안한 방법은 훨씬 적은 규칙 수로 우수한 성능을 얻을 \ulcorner 있었다.

포스트 모더니즘은 데카르트로부터 시작된 근대적 합리성을 비판한다는 점에서 반(反)데카르트적인 성향을 가지고있다고 할 수 있다. 본고는 모더니즘과 포스트모더니즘의 관계와, 기존체계와 퍼지논리와의 관계를 세가지 범주에서 파악하고, 이들이 서로 '퍼지 동형적'이라고 규정한다.

본 논문은 효과적인 시계열 예측을 위한 새로운 퍼지 학습방법을 제안한다. 기존의 학습방법에서는 입력 데이터를 F(y(t),y(t-1),y(t-2)..)의 형태로 주어 예측을 수행했으나 본 논문에서 제안한 방법에서는 입력 데이터를 F(y(t)-y(t-1),y(t-1)-y(t-2)..)로 설정한다. 이것은 각 입력값의 차이를 새로운 입력으로 사용함으로써 유사한 시계열 분포를 좀더 능동적인 퍼지 규칙으로 만들기 때문에 Non-stationary한 데이터뿐만 아니라 기존의 시계열 데이터 예측방법 보다 나은 결과를 나타낸다. 알고리즘의 수행능력을 살펴보기 위해 Mackey-Glass time series와 Lorenz data를 사용하였다.

본 논문에서는 퍼지 로직을 이용하여 ATM 망의 ABR(Available Bit Rate) 트래픽 제어를 위한 효과적이고, 안정적인 피드백 제어 알고리즘을 제안한다. 기존 알고리즘들의 단점을 보완하면서, 망 내의 상황이 변하더라도 자가 학습 기능(self-learning capability)을 이용하여 파라미터 값들을 상황에 맞게 변화시키는 퍼지 로직을 이용한 새로운 제어알고리즘을 제안한다. 제안된 알고리즘은 Projection algorithm을 이용하여, 과거의 데이터로부터 다음 순간의 ABR 버퍼의 크기를 예측하며 퍼지 제어기의 출력 함수 파라미터들은 성능함수를 최소화하도록 학습된다. 제안된 알고리즘은 안정성(stability)이 보장되며, Upstream bottleneck 환경등의 특수하고, 제한된 상태에서도, 요구되는 QoS와 max-min fairness가 만족되고, 링트 효율을 극대화 할 수 있음을 시뮬레이션을 통하여 입증한다.

This paper proposes a robust control using a sliding mode controller and a fuzzy controller. Having the excellent transient response, the sliding mode controller has the poor steady state response, but the fuzzy controller has a good steady state reponse. A proposed controller combined these controllers has the quick response at the initial condition without the errors. The proposed robust nonlinear controller takes the advantage of the fuzzy controller and is the rapid and the stable response in conditions that the sliding mode controller keeps the errors at the steady state. The performance of proposed method is proved by simulation of the inverted pendulum.

A servo system requires faster and more accurate dynamic reponses. Generally a PD control is mainly used to obtain the precision, and in the other hand a fuzzy control to improve the transient response and to cope with the nonlinearity of systems. Recently hybrid control, which is attempted to combine the advantages of PD control and a Fuzzy control was proposed, but this technique requires complicate design procedures. Therefore in this paper, designed on the Fuzzy controller with a various series rules, width of membership functions. And also it was showed to have the excellent adaptive performances against disturbances and the usefulness of this controller from the results of simulations.

This paper proposes design of LFT-based fuzzy controllers for model-following, which are better than the previous input-output linearization controllers, which are not able to follow the model system states and which do not guarantee the stability of all states. The method proposed in this paper provides a LFT-based Takagi-Sugeno(T-S) fuzzy controller with guaranteed stability and model-following via the following steps: First, using LFT(Linear Fractional Transformation) and T-S fuzzy model, controllers, are obtained. Next, error dynamics are obtained for model-following, and errors go to 0(zero). Finally, a T-s fuzzy controller that can stabilizxe the system with the requirement on the control input satisfied is obtained by solving the LMIs with the MATLAB LMI Control Toolbox and a model-following controller is obtained. Simulations are performed for the LFT-based T-S fuzzy controller designed by the proposed method, which show better performance than the results of input-out ut linearization controller.

자동차 부품의 측정 시스템은 현재 고가의 장비가 대부분이다. 본 논문에서는 저가의 장비를 구현하려고 하였다. 자동차의 부품은 여러 가지가 있으나, 이 중에서 현재 공장에서 측정에 어려움을 겪고 있는 에어콘 스윗치인 마그네트코일 하우징을 대상으로 하였다. 특히 측정 대상이 크고, 카메라의 화소수가 40만 이하일 경우, 측정의 중요한 포인트는 화소수이기 때문에 이를 정확히 알아 내는데, Fuzzy C-Means 알고리듬을 수정하여 사용하였다. 길이를 측정하기 위해서는 표준이 되는 정확한 자가 필요하지만 실재로는 획득하기 용이 하지 않고 때문에 이미 공장에서 수작업하여 얻은 합격 제품의 화소수들의 평균치를 표준값으로 하고 이를 표준 길이로 하였다. 결과를 모니터에 보여주고, RSC-232 포트를 통하여 신호를 마이크로프로세서에 전달하여 제품의 양호(good), 불량(bad)을 판별하는 신호를 발생하게 하였다.

This paper proposed a optimal scale factors technique of a fuzzy-neural network for a load frequency control of two areas power system. The optimal scale factors control technique is optimize from an initial fuzzy logic control rule, and then is learned with an error back propagation learning algorithm of the fuzzy-neural network. In application two areas the load frequency control of the power system, it hopes to have response characteristic better than optimal control technique which is the conventional control technique and to show to minimize a frequency deviation and reaching and settling time of a tie line power flow deviation

소프트웨어의 유지보수면에서, 재사용이 매우 중요시되고 있는 가운데, 사용자가 최소 노력으로 필요한 컴포넌트들을 선택 및 유사 컴포넌트들을 평가할 수 있는 방법이 필요하다. 따라서, 본 논문에서는 현업에서의 많은 연구와 실험을 통해서 그 타당성이 검증된 척도들을 측정 인자로 설정, 여기에 러프 집합으로써 각 측정 인자들의 중요도를 측정하고, 이러한 측정값들을 Sugeno의 퍼지 적분으로써 종합하여 컴포넌트의 재사용 가능도를 평가하여 재사용이 용이한 컴포넌트 순으로 사용자에게 제공할 수 있는 재사용 가능도 평가 방법을 제안한다.

Sliding mode control is a powerful control methodology for the control of uncertain systems. However, it and its variations have some disadvantages such as chattering and imprecise tracing performance. A novel scheme of the sliding mode control is presented for the accurate tracking control of the uncertain systems. The fuzzy logic-baced control law maintaining stability and consistent performance in the face of modeling imprecise is derived and simulation results showing its effectiveness are presented.

This paper proposes a systematic design methodology for the Takagi-Sugeno(TS) model based fuzzy control system with guaranteed stability and additional constraints on the closed-loop pole location. These combined two objectives are formulated as a system of LMIs(Linear Matrix Inequalities). Since LMIs intrinsically reflect constraints, they tend to offer more flexibility for combining various constraints on the closed-loop system. To demonstrate the usefulness of the proposed design methodology it is applied to the requlation problem of a nonlinear magnetic bearing system. Simulation results show that the proposed LMI-based design methodology yields not only maximized stability boundary but also the desired transient responses.

PD 제어기는 산업현장에 가장 널리 운영되는 제어알고리즘이지만 지금까지 보편적으로 사용되고 있는 PID 파라메터 동조방법인 Ziegler-Nichols 동조법으로는 화학공정 같은 비선형 특성이 크거나, 시정수가 큰 플래트에서는 좋은 성능을 얻을 수 없다. 본 논문에서는 릴레이 동조 실험을 통하여 임계 이득과 발진주기를 구하고, 이 값들로부터 Z-N 동조법을 적용하여 초기 동조값을 구한다. 이 값에 의해서 얻어진 공정 출력의 오차와 오차변화율을 입력으로 한 퍼지 동조기를 통하여 PID 제어기의 비례이득과 적분시간을 구하는 동조 방법을 제시한다.

This paper proposes a new call admission control scheme utilizing an inverse fuzzy vector quantizer(IFVQ) and neural net, which combines benefits of IFVQ and flexibilities of FCM(Fuzzy-C-Menas) arithmatics, to decide whether a requested call that is not trained in learning phase to be connected or not. The system generates the estimated traffic pattern of the cell stream of a new call, using feasible/infeasible patterns in codebook, fuzzy membership values that represent the degree to which each pattern of codebook matches input pattern, and FCM arithmatics. The input to the NN is the vector consisted of traffic parameters which is the means and variances of the number of cells arriving inthe interval. After training(using error back propagation algorithm), when the NN is used for decision making, the decision as to whether to accept or reject a new call depends on whether the output is greater or less then decision threshold(+0.5). This method is a new technique for call admi sion control using the membership values as traffic parameter which declared to CAC at the call set up stage, and is valid for a very general traffic model in which the calls of a stream can belong to an unlimited number of traffic classes. Through the simmulation. it is founded the performance of the suggested method outforms compared to the conventional NN method.

This paper deals with the application of fuzzy Petri net to control the line tracking mobile robot. Comparing with the Petri net and the fuzzy Petri net, the fuzzy Petri net model is more effective than the use of Petri net, so the line tracking mobile robot has a little shake and also has a little moving distance than one of using the Petri, And thus the mobile robot shows less energy consumption

The values of physical components of the plants and controllers as well as the relevant environmental conditions change in time, thus the output performance can be deteriorated during the operating span of the system. Naturally the duty of calibration or the prevention of performance deterioration due to excessive component sensitivity should be provided to the control system. The proposed controller, whenever necessary, measures the open-loop and close-loop characteristics, and then calculates the offset and sensor gain correction values based on the prepared standard measurements It is applied to the control of a flexible link system with the gain and offset calibration problems in the light sensor module for position to show the applicability. In this paper, we propose a digital controller which has the capability of calibration gain and offset adjustment using fuzzy methods.

A new Fuzzy Logic Controller(FLC) called a Gradient-Descent Based Self-Organizing Controller is presented. The Self-Organizing Controller(SOC) has two inputs such as error and change of error, and updates control rules with monitoring a performance measure. There are many works in the SOC which concentrate on the self-organizing ability in control rule base, but have a few research on the performance measure which is akin to sliding mode control. With this procedure, we can get a robust performance measure on the SOC. To verify the perfomance of proposed controller, we have performed for the cart-pole system which is one of the well-known benchmark problem in the control literature.

본 논문에서는 분석적인 방법을 통하여 퍼지 제어기의 안정성을 증명할 경우에 고려해야하는 근사화 에러를 슬라이딩 모드 제어 기법과 적응 제어 법칙을 이용하여 보정하는 방법을 제시하고 있다. 특히 본 논문에서는 퍼지 제어기의 안정성에 관한 이전의 연구들과는 달리 주어진 시스템의 각각의 상태 변수들에 대한 최대 민감도(Upper Bound of Sensitivity)에 관한 정보만이 미리 주어진 경우를 다루고 있다. 모의 실험은 라이프노프(Lyapunov)함수를 사용하여 안정성이 증명될 수 있으며, 모의 실험(Simulation)을 통하여 성능을 확인할 수 있다. 또한 제어기의 적용 방법에 따라서 퍼지 제어기의 특성을 강조하거나 또는 슬라이딩 모드 제어기의 특성을 보다 더 부각 시킬 수 있도록 설계할 수 있다는 장점이 있다.

This paper discusses an on-line fuzzy dynamic model(FDM) identification of nonlinear processes for the design of fuzzy model based fault detection and isolation(FDI). The dynamic behavior of a nonlinear process is represented by a fuzzy aggregation of a set of local linear models. The identification is divided into two procedures. The first is the off-line identification of membership function. The second is the on-line identification of the local linear models. Then, we propose a residual generation scheme based on the parameters of local linear models and show that the scheme can be used for the design of FDI

Many practical control problems for the complex, uncertain or large-scale plants, need to simultaneously achieve a number of objectives, which may conflict or compete with each other. If the conventional optimization methods are applied to solve these control problems, the solution process may be time-consuming and the resulting solution would ofter lose its original meaning of optimality. Nevertheless, the human operators usually performs satisfactory results based on their qualitative and heuristic knowledge. In this paper, we investigate the control strategies of the human operators, and propose a fuzzy model-based multi-objective satisfactory controller. We also apply it to the automatic train operation(ATO) system for the magnetically levitated vehicles(MAGLEV). One of the human operator's strategies is to predict the control result in order to find the meaningful solution. In this paper, Takagi-Sugeno fuzzy model is used to simulated the prediction procedure. Another str tegy is to evaluate the multiple objectives with respect to their own standards. To realize this strategy, we propose the concept of a satisfactory solution and a satisfactory control scheme. The MAGLEV train is a typical example of the uncertain, complex and large-scale plants. Moreover, the ATO system has to satisfy multiple objectives, such as seed pattern tracking, stop gap accuracy, safety and riding comfort. In this paper, the speed pattern tracking controller and the automatic stop controller of the ATO system is designed based on the proposed control scheme. The effectiveness of the ATO system based on the proposed scheme is shown by the experiments with a rotary test bed and a real MAGLEV train.

본 논문에서는 컬러 모니터용 전자관(CDT; Color Display Tube)의 편향 요크(DY; Deflection Yoke)의 제조 공정상 오차가 발생시키는 컨버전스의 오차를 보정하기 위하여 붙이는 페라이트 박판(Ferrite Sheet)의 위치를 결정하는 규칙을 생성하는 박판을 붙여야 하는지 판단한다. 이를 러프 집합 이론을 이용하여 컨버전스 값을 조건부 속성으로, 페라이트 박판의 위치를 판단부 속성으로 하여 판단 테이블을 만들고 이때 발생하는 몇 가지 문제를 해결하여 최소화된 규칙을 찾아내는 방안을 제안한다.

TSK fuzzy system can represent effectively the behavior of a complex nonlinear system with low number of rules with the desired accuracy and guarantee the stability of the closed loop system, while the interpretation of the rules is difficult due to the functional nature of the consequents. On the contrary, fuzzy controller with singleton consequents is understandable intuitively and adjustable the rules easily due to qualitative expression of the rules. Ideally, one would like to combine the positive identification properties of TSK fuzzy system with the advantages of fuzzy controller with singleton consequents. Therefore, this paper suggests a method transforming TSK fuzzy systems into fuzzy systems with singleton consequents, and shows its application designing a fuzzy controller with singleton consequents by using the TSK fuzzy system when the behavior of a nonlinear system is described with a singleton fuzzy model by human esper.

This paper evaluates the performance of a rough set based pattern classifier using the benchmarks in artificial neural nets depository found in internet. The definition of rough set in soft computing paradigm is briefly introduced. next the design of rough set classifier is suggested. Finally benchmark test results are shown the performance of rough set compare to that of ANNs and decision tree.

퍼지 제어기는 유도전동기에 대한 정확한 수학적 모델링의 과정 없이 IF-THEN 규칙으로 제어하는 비선형 제어기로서 과도 응답 특성과 외란에 대한 강인성 면에서 고전 제어 방식보다 우수한 성능을 보여준다. 그러나 입출력 변수의 공간을 균등하게 나누고 일정한 형태의 삼각형 멤버쉽 함수를 이용한 퍼지 제어기는 한정된 성능 이상을 기대할 수없다. 다라서 퍼지 제어기의 성능을 항상시키기 위해서는 멤버쉽 함수의 폭과 위치를 조정하는 것이 필요하다. 본 연구에서는 퍼지 제어기의 각 변수에 할당된 삼각형 멤버쉽 함수의 폭을 유도 전동기의 광범위한 속도에서의 과도 응답 상태에 EK랄 rkqustlzladmfhTJ 유도 전동기의 성능을 향상시키는 방법에 대해 연구하였다.

Abstract-A speed controller of a induction motor using Microcontroller and Fuzzy logic is presented in the paper. Generally fuzzy logic controller is known as a controller which 춤 be coped with a non-linear and a complex system. A fuzzy logic is used for robust and fast speed control and space vector modulation method is used for PWM wave generation in this proposed system. The results of experiment show excellence of the proposed system and that the proposed system is appropriate to control the speed of a induction motor for industrial application

본 논문에서는 신경회로망의 수렴속도를 높이기 위한 알고리즘을 제안한다. 전형적인 역전파 학습방식은 느린 수렴속도가 단점으로 제기되는데 이는 비용함수의 계곡부근에서 가중치의 궤적이 심한 진동현상을 보이기 때문이다. 이 문제를 해결하기 위해서 본 논문에서는 경사법에서 사용되는 갱신방향을 계곡의 진행방향을 이용하여 변경한다. 모의실험을 통하여 제안된 방법으로 가중치의 궤적에 나타나는 진동을 줄이고 수렴속도를 향상시킬 수 있음을 보인다.

This paper presents a translation, rotation and scale invariant methodology for the recognition of closed planar shape images using the bispectrum of a contour sequence and the learning vector quantization(LVQ) neural classifier. The contour sequences obtained from the closed planar images represent the Euclidean distance between the centroid and all boundary pixels of the shape, and are related to the overall shape of the images. The higher order spectra based on third order cumulants is applied to tihs contour sample to extract fifteen bispectral feature vectors for each planar image. There feature vector, which are invariant to shape translation, rotation and scale transformation, can be used to represent two0dimensional planar images and are fed into a neural network classifier. The LVQ architecture is chosen as a neural classifier because the network is easy and fast to train, the structure is relatively simple. The experimental recognition processes with eight different hapes of aircraft images are presented to illustrate the high performance of this proposed method even the target images are significantly corrupted by noise.

이 논문에서는 비선형 Channel의 등화기를 설계하기 위해 새로운 구조를 갖는 신경회로망을 제안하였다. 비선형 Channel의 동적 특성을 제대로 학습하기 위해 새로운 신경회로망은 은닉층 노드의 출력이 은닉층의 입력으로 되먹임되는 구조를 갖는다. 또한 이 논문에서는 제안한 신경회로망의 구조에 알맞는 학습 알고리즘을 제안하였다. 제안한 신경회로망과 학습 알고리즘의 성능은 Computer simulation을 통해 보였고, 그 결과는 기존의 Channel 등화기를 사용했을 경우보다 나은 결과를 보여 주었다.

셀룰라 오토마타 신경망은 저자에 의하여 개발된 신경망으로써 주변의 셀과 국소적인 연결을 가지며 셀룰라 오토마타의 발생규칙에 따라 생성되는 신경망이다. 셀룰라 오토마타 신경망을 간단히 줄여서 ECANS라고 한다. 본 신경망은 카오스 뉴런 모델을 사용하며 뉴런사이의 연결강도는 흥분성 또는 억제성 결합을 갖는다. 신호의 전달방식은 펄스의 형태로서 뉴런이 발화하면 '1' 발화하지 않으면 '0'이 된다. 본 논문에서는 셀룰라 오토마타를 구성하는 요소별 특징을 살펴보고 주어진 문제에 적합한 셀룰라 오토마타 신경망을 얻어내기 위한 진화방법으로서 DNA 코딩방법을 제안한다. 제안한 방법의 유효성을 시뮬레이션을 통하여 검증한다.

This paper describes a visual control of autonomous vehicle using neural network. Visual control for road-following of autonomous vehicle is based on road image from camera. Road points on image are inputs of controller and vehicle speed and steering angle are outputs of controller using neural network. Simulation study confirmed the visual control of road-following using neural network. For experimental test, autonomous electric vehicle is designed and driving test is realized

본 논문에서는 뉴로-퍼지 제어기를 이용하여 밀폐공간에서의 능동 소음 제어기를 구현하였다. 능동 소음 제어기는 잡음에 의하여 왜곡된 신호로부터 잡음을 제거하여 원 신호를 복원하는 제어시스템이다. 일반적으로 잡음의 특성이 시간에 따라 변화라고, 전달특성이 비선형적이므로 고정된 제어기에 의해서는 제어할 수 없다. 이 논문에서는 뉴로-퍼지 제어기를 사용하여 파라미터를 오차 역전파 학습을 통하여 변화시킴으로써 잡응의 특성에 효과적을 적응하는 능동 소음 제어기를 구성하였다. 원신호는 음성신호를 사용하였으며 실제 소음과 소음 전달경로인 1차경로를 통과한 왜곡된 소음은 실험에 의해 얻은 데이터를 사용하였다. 제어신호의 전달경로인 2차경로는 100[kHz]에서 1[kHz]까지의 주파수 특성을 고려하여 curve fitting 방법을 사용하여 4차로 모델링한 결과를 사용하였다. 제안한 능동 소음 제어기의 성능을 시뮬레이션을 통하여 확인하였다.

본 논문은 빠른 학습과 정확한 근사 능력을 갖는 새로운 CMAC 신경망 기반 퍼지 제어기르 제안한다. 제안한 CMAC 신경망 기반 퍼지 제어기(CBFLC)는 한 학습 주기 동안 전향 및 역전파 연산시 신경망내 유닛중 극히 일부분만이 활성화되어 학습에 참가하므로 학습 시간이 매우 빠르고, 비퍼지화 연산시 소속 함수의 중심값 뿐 아니라 폭을 동시에 고려하여 정확한 근사화를 얻는다. 제안한 퍼지 제어기내 입？출력 소속 함수의 중심값 및 폭 등의 구조적 파라메터들은 역전파 알고리즘에 의해 갱신된다. 제안한 CMAC 신경망 기반 퍼지 제어기를 트럭 후진 주차문제에 적용하여 근사화 능력 및 제어 성능면에서 여러 다른 퍼지 제어기들과 비교한다.

본 논문은 화상처리에 다치를 이용하여 농도처리하는 방법을 제안한다. 화상처리시에 필요한 물체의 농도를 다치로 표현한 후 그 특징을 추출하고, 원영상에 대한 주요 모양 특징들을 구한다. 그리고 다치 신경망을 이용하여 학습을 시킨 후 인식하려고 하는 영상에 대한 정보의 중복성과 인식에 필요한 시간 및 기억공간을 최소화 할 수 있다.

본 논문에서는 과거의 상황 및 그 변화 과정이 상태전이를 고려한 퍼지-신경망 추론 시스템을 제안한다. 각 객체의 과거의 상태 전이 관계를 퍼지 시계열에 의한 퍼지 관계식을 도입하여 현재상태를 추론하고, 퍼지-신경망을 이용하여 다음 상태를 추론한다.

In this paper, a fuzzy controller for stabilization of the inverted pendulum system is propose. The facility of this fuzzy controller which has a swing-up control mode and a stabilization one, moves a pendulum in an initial natural stable equilibrium point and a cart in arbitary position, to an unstable equilibrium point and a center of rail. Specially, the virtual equilibrium point ($\Phi$veq) which describes functionally considers the interactive dynamics between a position of cart and a angle of inverted pendulum is introduced. And comparing with the convention optimal controller, the proposed hierarchical fuzzy inference structur made substantially the inverted pendulum system robust and stable.

본 논문에서는 기존의 퍼지 제어규칙에비해 좋은 성능을 갖는 T-S(Takagi-Sugeno)퍼지 모델을 자기조직화 지도와 역전파 신경망을 이용하여 표현하고 제어기 구현을 위한 규칙의 자동 생성 방법을 제안한다. 제안된 방법은 신경망에 기초하여 T-S 퍼지 제어 규칙을 포현하므로써 학습 기능을 이용하여 지식 획득을 용이하게 하고, 입력 변수간의 퍼지 관계에 기반 하여 추론이 이루어지므로 각 퍼지 변수에 대한 소속 함수의 정의 과정이 불필요하게 된다. 또한 제어기로 구현되었을 때 규칙의 수나 퍼지화 및 비퍼지화 등이 구성된 추론망을 통하여 자동으로 수행될 수 있다. 때문에 퍼지 시스템의 구현이 쉽게 이루어 질 수 있게 한다. 제안된 방법을 자동차 궤도 안정화 모의 실험에 적용해 봄으로써 추론망이 규칙을 생성하여 타당한 추론을 하게 됨을 확인한다.

이 논문에서는 웨이브렛 신경회로망을 사용하여 알려지지 않은 비선형 시스템을 안정하게 적응제어하는 문제를 다룬다. 비선형 시스템의 정확한 제어는 함수를 근사화하는 데 사용된 함수 근사화기의 정확성과 효율성에 의존한다. 이에 비선형 시스템 제어에 기준 함수의 선택이 자유롭고 함수 근사화 능력이 뛰어난 웨브렛 신경회로망을 사용한다. 초기 웨이브렛 신경회로망 제어기 설정은 웨이브렛 신경회로망 변수인 신축과 이동 값을 제어기 입력의 시-주파수 특성을 분석해서 구하고, 연결강도는 Lyapunov 안정성 이론에 기초한 적응 법칙을 사용하여 조절한다. 이를 비선형 시스템인 역 진자 시스템에 적용한다.

In this paper, neural networks predictive PID (NNPPID) control system is proposed to reduce the vibration of structure. NNPPID control system is made up predictor, controller, and self-tuner to yield the optimal parameters of controller. The neural networks predictor forecasts the future outputs based on present input and output of structure. The controller is PID type whose parameters are yielded by neural networks self tuning algorithm. Computer simulations show displacements of multi-story structures applied to NNPPID system about environmental load-wind forces and earthquakes.

자율주행 반송차가 주어진 경로를 따라 주행 할 때 주행면의 불균일성과 같은 외란요인과 자율반송차 시스템 자체의 비선형성 등으로 인하여 원치 않는 경로추종오차가 발생하게 되는데 본 연구에서는 이러한 경로추종오차를 최소화하기 위해서 신경회로망을 이용한 경로추종 오차 보상방법을 제안한다. 본 방법에서는 신경회로망을 통하여 조향각 보상량을 제공하므로써 경로추종오차를 보상한다. 신경망은 다층 퍼셉트론을 채용하였으며 역전파 알고리즘의 최급강하규칙(Gradient descent rule)을 이용하여 학습을 수행하였다. 본 제안에서는 학습오차를 경로추종오차로부터 정의하므로써 경로추종오차가 최소화되록 신경회로망을 학습시켰다. 제안된 방법의 타당성은 다양한 경로에 대한 모의실험 및 실제 실험을 통하여 검증하였다.

본 논문은 웨이블렛 변환과 제안된 신경회로망을 이용한 홍채인식에 대한 연구이다. 인간의 생물학적 특징중에 최근 각광받는 특징인 홍채로 신원확인 시스템을 구현함을 목적으로 고신뢰도의 홍채인식 시스템을 개발중이다. 현재 개발되고 있는 신원확인을 위한 여러 가지 인식 시스템 중 홍채인식의 특성과 비교 우위적 장점을 소개하고, 경쟁학습 신경회로망에서의 효과적인 가중치 초기화 방법과 승자결정 방법에 관한 연구에 대한 실험결과를 소개한다.

In this paper, we give some geometric condition for a stochastic nonlinear system and we propose a control method for a stochastic nonlinear system using neural networks. Since a competitive learning neural networks has been developed based on the stochastic approximation method, it is regarded as a stochastic recursive filter algorithm. In addition, we provide a filtering and control condition for a stochastic nonlinear system, called perfect filtering condition, in a viewpoint of stochastic geometry. The stochastic nonlinear system satisfying the perfect filtering condition is decoupled with a deterministic part and purely semi martingale part. Hence, the above system can be controlled by conventional control laws and various intelligent control laws. Computer simulation shows that the stochastic nonlinear system satisfying the perfect filtering condition is controllable. and the proposed neural controller is more efficient than the conventional LQG controller and the canoni al LQ-Neural controller.

In general, it is very difficult to find optimal fuzzy rules by experience when a system is dynamical and/or complex. Futhermore proper fuzzy partitioning is not deterministic and there is no unique solution. Therefore we propose a new design method of an optimal fuzzy logic controller, that is a co-evolutionary genetic algorithm finding optimal fuzzy rule and proper membership functions at the same time. We formalize the relation between fuzzy rules and membership functions in terms of fitness. We review the typical approaching methods to co-evolutionary genetic algorithms , and then classify them by fitness relation matrix. Applications of the proposed method to a path planning problem of autonomous mobile robots when moving objects exist are presented to demonstrate the performance and effectiveness of the method.

The main two applications of the Genetic Algorithms(GA) are the optimization and the machine learning. Machine Learning has two objectives that make the complex system learn its environment and produce the proper output of a system. The machine learning using the Genetic Algorithms is called GA machine learning or genetic-based machine learning (GBML). The machine learning is different from the optimization problems in finding the rule set. In optimization problems, the population of GA should converge into the best individual because optimization problems, the population of GA should converge into the best individual because their objective is the production of the individual near the optimal solution. On the contrary, the machine learning systems need to find the set of cooperative rules. There are two methods in GBML, Michigan method and Pittsburgh method. The former is that each rule is expressed with a string, the latter is that the set of rules is coded into a string. Th classifier system of Holland is the representative model of the Michigan method. The classifier systems arrange the strength of classifiers of classifier list using the message list. In this method, the real time process and on-line learning is possible because a set of rule is adjusted on-line. A classifier system has three major components: Performance system, apportionment of credit system, rule discovery system. In this paper, we solve the food search problem with the learning and evolution of an artificial ant using the learning classifier system.

This paper presents a GA-based fuzzy modelling scheme of nonlinear systems. The fuzzy model is a type of the Sugeno-Tagaki's fuzzy model whose consequence parts are described by a linear continuous dynamic equation as subsystem of a nonlinear system. The centers and width of the membership functions of the fuzzy sets defined over the input space and the orders and parameters of subsystems in the consequence parts are adjusted by a genetic algorithm. The effectiveness of the proposed method is verified

신경망은 복잡하게 나타나는 비선형성을 가지는 실제의 다양한 문제들에 적용이 가능할 뿐만 아니라, 정보들이 가중치에 분산되어 저장됨으로서 강인성을 가지고 있다. 그러나 전방향 다층 신경망 구조를 학습할 수 있는 역전파 알고리즘은 초기 가중치의 영향에 의하여 학습된 결과가 지역 최소점에 빠지기 쉬운 경향이 있다. 본 논문에서는 이러한 문제점을 해결하기 위한 한가지 방법으로서 유전자 알고리즘을 이용하여 전방향 다층 신경망의 가중치를 학습하여, 지역 최소점에 빠지지 않고 학습이 이루어짐을 보인다.

본 논문에서는 플랜트를 제어하는데 있어 광범위하게 사용되는 PD제어기의 파라미터를 결정하는 문제에 대한 연구를 하였다. 파라미터 결정 방법으로는 최근 최적화 문제에 많이 적용되고 있는 새로운 방법인 유전자 알고리즘을 사용하였다. 또한 이렇게 정해진 파라미터를 사용하여 이를 도립진자(Inverted Pendulum)에 적용하였고 도립진자의 응답특성을 분석, 고찰함으로써 PD제어기의 성능을 평가.확인하고 이 문제에 적용된 유전자 알고리즘의 우수성을 입증하였다.

본 논문은 특정 응용에 적합한 퍼지 제어기의 최적 설계 파라메터(퍼지 규칙과 소속 함수)를 찾는데 역전파 학습 과정과 유전 알고리즘을 결합한 Lamarckian 상호적응 기법을 이용한 뉴로-퍼지 제어기의 새로운 설계 방법을 제안한다. 설계 파라메타들은 진화에 의한 전역적 탐색을 통해 높은 포함값과 유용한 퍼지 규칙들을 갖는 규칙 베이스와 작은 근사화 오차와 좋은 제어 성능을 갖는 소속 함수들을 얻도록 제어기간 파라메타 조절을 수행하며, 학습에 의한 국부적 탐색을 통해 각 퍼지 제어기가 원하는 제어 결과를 나타내도록 제어기내 파라메타 조절을 수행한다. 제안한 상호적응 설계 방법은 유전 알고리즘의 모든 세대에서 역전파 학습이 이루어지므로 보다 좋은 근사화 능력을 나타나고, 사용한 무게 중심 비퍼지화기가 정확한 비퍼지화값을 계산하므로 보다 좋은 제어 성능을 가지며, 퍼지 규칙 베이스와 소속 함수들의 최적화 탐색 과정이 입출력 공간의 같은 퍼지 분할 상에서 통합된 적응 함수에 의하여 동시에 수행되므로 탐색을 위한 작업 공간이 아주 작아지는 장점이 있다. 시뮬레이션 결과는 Lamarckian 상호 적응에 의해 얻어진 FLC가 퍼지 규\ulcorner 수, 근사화 능력, 제어 성능등 모든면에서 다른 방법에 의해 얻어진 FLC보다 가장 우수함을 보여준다.

본 논문은 퍼지 논리 제어기(FLC)의 근사화 능력과 제어 성능을 동시에 향상시키는 정확한 무게 중심(Center Of Gravity; COG) 비퍼지화기를 제안한다. 본 논문은 비퍼지화 과정이 최적 선택의 한 과정이며 비퍼지화 방법의 적절한 선택이다. 제안한 COG 비퍼지화기의 정확성은 출력 소속 함수를 여러 개의 설계 파라메터(중신, 폭, 변경자(modifier))로 나타내고 이들 설계 파라메터들을 학습과 진화의 Lamarckian 상호 적응에 의하여 갱신함으로써 얻어진다. 이러한 학습과 진화의 상호 적응은 학습하지 않는 경우 보다 빠르게 최적 COG 비퍼지화기를 얻도록 하며, 보다 넓은 범위의 탐색으로최적해를 찾을 가능성을 높여 준다. 제안한 설계 방법은 목적 함수의 가중치를 조절하여 높은 근사화 능력, 높은 제어 성능, 또는 이들간의 균형된 성능을 갖는 다양한 특정 응용형(Application-specific)COG 비퍼지화기를 제공한다. 제안한 상호적응 COG 비퍼지화기의 설계방법을 트럭 후진 주차 제어 문제에 적용하여, 각각 시스템 오차와 평균 추적 거리로 나타내어진 근사화 능력과 제어 성능을 기존의 COG 비퍼지화기와 비교한다.

PID controller has been used very widely in the industrial applications. But it is difficult tune the PID gains. In this paper, we present a design of optimal 2-DOF PID controller for control of container crane which has to control swing motion and trolley position. For tuning of the 2-DOF PID control gains, we used hybrid evolution program(EP). During operate the crane system in yard, the goal is transporting the load to a goal position as quick as possible without rope oscillation. The crane is generally operated by an expert operator, but recently an automatic control system with high accuracy and rapid transportation is required. However, we developed an optimal controller which has to control the crane system with disturbance.

An immune system has powerful abilities such as memory recognition and learning how to respond to invading antigens, and has been applied to many engineering algorithms in recent year. In this paper, the combined optimization algorithm (Immune-Genetic Algorithm: IGA) is proposed for multi-optimization problems by introduction the capability of the immune system that controls the proliferation of clones to the genetic algorithm. The new combined algorithm is applied to minimize the total weight of the rotor shaft and the transmitted forces at the bearings in order to demonstrate the merit of the combined algorithm. The inner diameter of the shaft and the bearing stiffness are chosen as the design variables. the results show that the combined algorithm can reduce both the weight of the shaft and the transmitted forces at the bearing with dynamic constraints.

In this paper the steady-state genetic algorithm is applied for the optimal design of fuzzy PID controllers. Basically the structure of the discussed fuzzy PID controller is extended from the conventional fuzzy PI and PD controllers where only a two-dimensional rule base of the fuzzy PID controller are designed simultaneously. Simulations results shows the superior performance of this optimal designed fuzzy PID controllers to the optimal designed conventional fuzzy PI and PD controllers.

Evolutionary algorithms are probabilistic optimization algorithms based on the model of natural evolution. Recently the efforts to improve the performance of evolutionary algorithms have been made extensively. In this paper, we introduce the research for improving the convergence rate and search faculty of evolution algorithms by using reinforcement learning. After providing an introduction to evolution algorithms and reinforcement learning, we present adaptive genetic algorithms, reinforcement genetic programming, and reinforcement evolution strategies which are combined with reinforcement learning. Adaptive genetic algorithms generate mutation probabilities of each locus by interacting with the environment according to reinforcement learning. Reinforcement genetic programming executes crossover and mutation operations based on reinforcement and inhibition mechanism of reinforcement learning. Reinforcement evolution strategies use the variances of fitness occurred by mutation to make the reinforcement signals which estimate and control the step length.

최근 산업발전에 따라 야기되는 문제점 중 전력수요의 증가에 의한 피해가 증대되고 있다. 여름철 하계부하등에 의한 과부하는 가정이나 대형건물의 정전을 발생시키거나 공장의 기계를 파손시키기도 하기 때문에 이를 미연에 방지할 수 있는 부하예측기법이 점차로 강조되고 있는 현실이다. 이에 본 논문에서는 초(sec)단위의 순시부하예측/제어를 위한 새로운 방법과 퍼지제어기를 제안한다. 제안한 순시부하예측/제어는 크게 과거의 데이터를 가지고 일정시간 후의 값을 예측하는 예측부와 이 결과의 신뢰도를 높여주기 위한 퍼지제어기로나눌 수 있다. 예측부는 SOFM (Self-Organizing Feature Map) 신경망을 이용하며, 예측된 출력값을 퍼지제어기의 입력으로 사용한다.

In this paper, we present an approach to the structure identification based on the input space partition methods and to the parameter identification by hybrid learning method in neuro-fuzzy system. The structure identification can automatically estimate the number of membership function and fuzzy rule using grid partition, tree partition, scatter partition from numerical input-output data. And then the parameter identification is carried out by the hybrid learning scheme using back-propagation and least squares estimate. Finally, we sill show its usefulness for neuro-fuzzy modeling to truck backer-upper control.

A fault is considered as a variation of physical parameters; therefore the design of fault detection and identification(FDI) can be reduced to the parameter identification of a non linear system and to the association of the set of the estimated parameters with the mode of faults. ANFIS(Adaptive Neuro-Fuzzy Inference System) which contains multiple linear models as consequent part is used to model non linear systems. In this paper, we proposes an FDI system for non linear systems using ANFIS. The proposed diagnositc system consists of two ANFISs which operate in two different modes (parallel-and series-parallel mode). It generates the parameter residuals associated with each modes of faults which can be further processed by additional RBF (Radial Basis function) network to identify the faults. The proposed FDI scheme has been tested by simultation on a two-tank system

본 논문은 전장에서의 표적 식별을 위해 다수의 센서가 사용되는 환경에서 요구되는 융합방법론에 대해 간단히 살표 보고 이에 대한 차이점을 비교한다. 다수의 센서를 사용함으로써 각각의 센서가 가진 중복성, 보완성을 활용하여 센서가 제공하는 정보의 불확실성을 줄일수 있는 가능성을 기대할 수 있다. 본 논문에서는 베이지안 알고리즘, Dempster-Shafer 이론 그리고 퍼지 융합 방법 등에 대한 간단히 소개하고 임의의 표적과 특성값을 설정하여 융합 알고리즘간의 성능을 비교하였다.

Although many methods of knowledge acquisition has been developed in the expert systems field, such a need for causal knowledge acquisition has not been stressed relatively. In this respect, this paper is aimed at suggesting a causal knowledge acquisition process, and then investigate the causal knowledge-based inference process. A vehicle for causal knowledge acquisition is FCM (Fuzzy Cognitive Map), a fuzzy signed digraph with causal relationships between concept variables found in a specific application domain. Although FCM has a plenty of generic properties for causal knowledge acquisition, it needs some theoretical improvement for acquiring a more refined causal knowledge. In this sense, we refine fuzzy implications of FCM by proposing fuzzy implications of FCM by proposing fuzzy causal relationship and fuzzy partially causal relationship. To test the validity of our proposed approcach, we prototyped a causal knowledge-driven inference engine named CAKES and then experime ted with some illustrative examples.

An intelligent multimode target tracking algorithm using fuzzy logic is presented. Multimode tracking represents a synergistic approach that utilizes a variety of tracking techniques(centroid, correlation, etc.) to overcome the limitations inherent in any single-mode tracker. The design challenge for this type of multimode tracker is the data fusion algorithm. designs for this algorithm are based on heuristic rather than analytical approaches. A correlation-tracking algorithm seeks to align the incoming target image with a reference in age of the target, but has a critical problem, so called drift phenomenon. In this paper we will suggest a robust correlation tracker with gradient preprocessor combined by centroid algorithm to overcome the drift problem.

A new approach for the decision feedback equalizer(DFE) based on the back-propagation neural networks is described. We propose the method of optimal structure for back-propagation neural networks model. In order to construct an the optimal structure, we first prescribe the bounds of learning procedure, and the, we employ the method of incrementing the number of input neuron by utilizing the derivative of the error with respect to an hidden neuron weights. The structure is applied to the problem of adaptive equalization in the presence of inter symbol interference(ISI), additive white Gaussian noise. From the simulation results, it is observed that the performance of the propose neural networks based decision feedback equalizer outperforms the other two in terms of bit-error rate(BER) and attainable MSE level over a signal ratio and channel nonlinearities.

입력된 영상으로부터 추론된 정보 표를 지식베이스에 저장하여 결정해를 구하는데는 많은 탐색시간이 소비된다. 본 논문에서는 탐색 시간을 감소시키기 위해서 러프집합의 식별(classification)과 근사(approximation) 개념을 이용하여 추론된 정보를 동치 클래스(equivalence class)로 분류하여 간략화한다. 감소된 규칙, 즉 Core와 Reduct 리스트를 구하여 결정해를 검색하는데 탐색 시간을 감소시키는데 있다.

이산사건 시스템은 시간의 이산순간에 상태변화가 발생하는 시스템으로서 공정제어, Robotics, 교통시스템, Flexible Manufacturing System, 통신등 많은 분야의 시스템이 이산사건 시스템들이지만 아직도 포괄적이고 융통성 있는 제어이론이 연구되지 않았다. 본 연구는 특히 Real-Time Temporal Logic Framework(RTTL)에서 비결정적으로 발생되어지는 확정적인 사건들로써 유발되어지는 비결정적 이산사건 시스템의 모델링 방법을 제시하였다. 이 방법을 두 개의 machine들로 구성된 Flexible Manufacturing System(FMS)에 적용하여 설명하였다. 이 방법은 복잡한 이산사건 시스템의 모델링을 모듈화하여 간편하게 표현 할 수 있는 우수한 특성을 가지고 있다.

본 논문에서는 기존의 교사 주도적이고 획일화된 주입식 교육 방식의 문제점을 해결하기 위한 수준별 학습평가시스템을 제안한다. 수준별 학습을 위한 교육평가의 문항분석에 퍼지이론을 적용하여 평가문항을 수준별로 분류하고 학습자의 수준에 따라 문제를 선정하여 평가할 수 있다. 따라서 학습자의 개인차를 정확하게 파악하고 개별 학습지도를 할 수 있으므로 학습자의 능력을 향상 시킬 수 있다.

퍼지관계 개념을 응용한 BK-퍼지정보검색기법은 형태론에 입각하는 기존의 정보 검색기법과는 달리 문서와 용어의 상대적 의미에 근거하는 정보검색 기법이다. 그러나 BK-퍼지정보검색기법은 높은 시간복잡도(time-complexity)의 검색 연산을 내재하고 있어 실제 대용량의 정보 검색은 사실상 불가능하다. 본 논문에서는 BK-퍼지정보검색모델(BK-FIRM)의 높은 시간복잡도를 낮추기 위해, 용어집합의 부분집합으로서 그 원소 개수는 상수처럼 작용하는 축소용어집합(reduced term set)을 이용한 개선된 퍼지정보검색모델(A-FIRM)을 제안하고 실제 이를 처리시간과 신뢰도 측면에서 분석 및 비교한다.

In this paper, Fundamental rules governing group intelligence "obstacle avoidance" behavior of multiple autonomous mobile robots are represented by a small number of fuzzy rules. Complex lifelike behavior is considered as local interactions between simple individuals under small number of fundamental rules. The fuzzy rules for obstacle avoidance are generated from clustering the input-output data obtained from the obstacle avoidance algorithm. Simulation shows the fuzzy rules successfully realizes fundamental rules of the obstacle avoidance behavior.

본 논문에서는 전경과 배경을 동시에 고려하는 이동 물체 추적 기법을 제안한다. 본 논문에서 제안하는 이동 물체 추적 기법은 카메라가 고정되지 않은 동적인 환경에서 연속적으로 촬영된 동영상으로부터 배경과 전경을 분리한 후 배경으로부터는 카메라의 동작을, 그리고 전경으로부터는 이동 물체를 추적한다. 배경에서는 영상의 움직임을 나타내는 동작 벡터를 추출하여 2차원 파라미터 동작 모델인 어파인 동작 모델에 적합시키고, 회귀분석법을 통해 어파인 동작 모델을 구성하는 파라미터를 추출하여 분석함으로써 다양한 카메라의 동작을 구한다. 전경에서는 칼라 정보를 이용하여 물체들의 모델을 생성하고 매 시점마다 모델을 수정하면서 이동 물체를 추적한다. 본 논문에서는 카메라의 동작 및 이동 물체의 추적 시 예측 알고리즘인 칼만 필터를 활용함으로써 보다 효율적이고 강건한 추적이 가능하다. 또한, 배경에서 추출된 카메라의 동작 정보를 전경에서 추출하는 이동 물체의 이동궤적 정보 계산 시 활용함으로써 보다 정확하게 장면을 분석할 수 있다.

본 논문에서는 비선형 시스템 해석 문제에 널리 이용되고 있는 퍼지 시스템(Fuzzy System)과 신경 회로망(MlPNN)의 성능을 평가하기 위해 비선형 예측기를 구성하였고 두 예측기를 비선형 시계열(Time Series) 예측 문제에 적용하여 두 예측기의 성능을 비교 분석하였다. 예측 실험을 위한 데이터로 Mackey-Glass와 Lorenz 시계열을 사용하였다.

본 논문은 가정용 배전반 시스템을 디지털식으로 구현하고, 기존의 디지털식 배전반 시스템에 없는 월 수요전력량 예측과 화재발생의 원인 중에 하나인 옥내 전선선로의 결함을 신경회로망으로 검출하여 차단하는 인공지능형 가정용 배전반 시스템을 하드웨어로 구현하고 실험하였으며, 그 결과를 제시하였다.

This study introduce to the fuzzy membership filter to cancel a high frequency noise of welding current. And ART2 which has the competitive learning network classifiers the signal patterns for the filtered welding signal. A welding current possesses a specific pattern according to the existence or the size of a welding gap. These specific patterns result in different classification in comparison with an occasion for no welding gap. The patterns In each case of 1mm, 2mm, 3mm, and no welding gap are identified by the artificial neural network. These procedure is an off-line execution. In on-line execution, the identification model of neural network for the classified pattern is located on ahead of the welding plant. And when the welding current patterns pass through the neural network in the direction of feedforward. it is possible to recognize the existence or the size of a welding gap.

In this paper, a new adaptive fuzzy inference method using neural network based fuzzy reasoning is proposed to make a fuzzy logic control system more adaptive and more effective. In most cases, the design of a fuzzy inference system rely on the method in which an expert or a skilled human operator would operate in that special domain. However, if he has not expert knowledge for any nonlinear environment, it is difficult to control in order to optimize. Thus, using the proposed adaptive structure for the fuzzy reasoning system can controled more adaptive and more effective in nonlinear environment for changing input membership functions and output membership functions. The proposed fuzzy inference algorithm is called adaptive neuro-fuzzy control(ANFC). ANFC can adapt a proper membership function for nonlinear plant, based upon a minimum number of rules and an initial approximate membership function. Nonlinear function approximation and rotary inverted pendulum control system ar employed to demonstrate the viability of the proposed ANFC.

Generally, welding gap is a serious factor of a falling-off in weld quality among various kind of weld defect. Welding gap is created between two work piece in GMAW(Gas Metal Arc Welding) of horizontal fillet weld because surface of workpiece is not flat by cutting process. In these days, there were many attempts to detect welding gap. though we prevalently use the vision sensor or arc sensor in welding process, it is difficult to detect welding gap for improvement of welding quality. But we have a trouble to find relationship between welding gap and many welding parameters due to non-linearity of welding process. As mentioned about the various difficult problem, we can detect welding gap precisely using neural networks which are able to model non-linear function. Also, this paper was proposed real-time monitoring of weld bead shape to find effect of welding gap and to estimate weld quality. Monitoring of weld bead shape examined the correlation of welding parameters with bead eometry using learning ability of neural networks. Finally, the developed system, welding gap detecting system and bead shape monitoring system, is expected to the successful capability of automation of welding process by result of simulation.

본 연구에서는 prolog을 저자 언어로 사용한 퍼지 지능형 튜터링 시스템을 습득 모듈, 튜터링 콘크롤러, 전문가 지식의 3부분으로 구성하여 UNSW prolog로 실행시켰다. 습득 모듈은 기존의 지식에 새로운 정보를 첨가하여 사용하는 모듈이고 튜터링 콘트롤러는 시스템 사이의 정보를 상호 조정하는데 사용한다. 전문가 지식은 전문가의 지식을 저장한 내부 지식 베이스로서 가르칠 내용에 대한 정보와 해를 구하는 해결 모듈을 포함하고 있다. 특히 애매한 지식 처리를 위하여 퍼지 이론을 적용하였다. 하지만 지능형 튜터링 시스템의 구현을 위하여 먼저 고려해야 할 것이 전문가 지식에서 지식의 변환 방법이다. 그러므로 본 논문에서는 frame과 시멘틱 네트의 성질을 결합하여 계측적 frame 상태로 지식을 포현하였다. 계층적 frame에서 설정된 frame을 goal을 나타내게 하여 G frame이라 하였다. G-frame을 AND-OR 그래프 특성에 따라서 prolog언어를 저자 언어로 사용하여 퍼지 지능형 튜터링 시스템을 설계 하였다.

Simple Genetic Algorithm(SGA) proposed by J. H. Holland is a population-based optimization method based on the principle of the Darwinian natural selection. The theoretical foundations of GA are the Schema Theorem and the Building Block Hypothesis. Although GA goes well in many applications as an optimization method, still it does not guarantee the convergence to a global optimum in some problems. In designing intelligent systems, specially, since there is no deterministic solution, a heuristic trial-and error procedure is usually used to determine the systems' parameters. As an alternative scheme, therefore, there is a growing interest in a co-evolutionary system, where two populations constantly interact and co-evolve. In this paper we review the existing co-evolutionary algorithms and propose co-evolutionary schemes designing intelligent systems according to the relation between the system's components.

This paper concerned about a imputed color printed material image in camera to decrease noise and distortion by processing median filtering with input image to identical condition. Also this paper proposed the way of compares a normal printed material with an abnormal printed material color tone with trained a learning of the error back-propagation to block classification by extracting five place from identical block(3${\times}$3) of color printed material R, G, B value. As a representative algorithm of multi-layer perceptron the error Back-propagation technique used to solve complex problems. However, the Error Back-propagation is algorithm which basically used a gradient descent method which can be converged to local minimum and the Back Propagation train include problems, and that may converge in a local minimum rather than get a global minimum. The network structure appropriate for a given problem. In this paper, a good result is obtained by improve initial condition and adjust th number of hidden layer to solve the problem of real time process, learning and train.

In this thesis discuss with a flexible robotic finger design and controller which is used for the micro flexible robotic finger. So, miniaturization, precision, controller for the control of grasping force and actuator were needed. And, even if we develop a new actuator and controller, in order to use on real system, we must considerate of a many side problem. In a force control of micro flexible finger for grasping an object, the fingertip's vibration was more important task of accuracy control. And, controller were adopt the PD/PI mixed type fuzzy controller. The controller were consist of two part, one is a PD type fuzzy controller for increase the rising time response, the other is a PI type fuzzy controller for decrease of steady-state error. Especially, in a PD type fuzzy controller, we used only seven rules. And, for a PI controller, we adopt a reset factor for the control of input values. so, we have overcome the exceed of controller's input range. For the estimate of ontroller's utility and usefulness, we have experiment and computer simulation of three cases. First, we consider of unit force grasping control for a task object, which is 0.03N. Second, bounding grasping force control which is add to a sinusoidal force on the unit force. At this cases the task force is (0.03+0.01 sin wt N). And consider of following of rectangular forces.

본 논문에서는 RLCG 전송선로를 가진 Chua 회로에서의 카오스 동기화 방법에 대하여 연구하였다. 두 개의 동일한 Chua 회로에 전송 선로를 두어 RLCG 전송로를 구성한 후 송신부와 전송선로 사이는 구동-결합 동기 이론을, 전송선로와 수신부 사이는 결합 동기 이론을 적용한 동기화 방법을 제시하였으며, RLCG 전송 선로를 가진 Chua 회로의 카오스 동기화는 전송 선로의 L과 C 영향에 의한 시간 지연이 있는 일반화된 동기화가 이루어짐을 확인하였다.

본 논문에서는 RLCG 전송선로를 가진 Chua 회로에서의 카오스 동기화 방법 및 암호와 통신 방법에 대하여 연구하였다. 두 개의 동일한 Chua 회로에 전송 선로를 두어 RLCG 전송로를 구성한 후 송신부와 전송선로 사이는 구동-결합 동기 이론을, 전송선로와 수신부 사이는 결합 동기 이론을 적용한 동기화 방법을 제시하였으며, 이 동기화된 회로에 암호 통신방법을 적용하여 송신부에서 가산기에 의한 정보 신호와 카오스 신호를 합성하고 수신부에서 정보 신호와 카오스 신호를 분리하는 복조 방법을 제시하였으며, 선로 중간에서 정보 신호를 도청한 것과 수신부에서 복원된 신호를 비교하여 암호화 통신의 성능을 검증하였다.

A diagnosis system that provides early warnings regarding machine malfunction is very important for rolling mill so as to avoid great losses resulting from unexpected shutdown of the production line. But it is very difficult to provide early warnings in rolling mill. Because dynamics of rolling mill is non-linear. This paper proposes a new method for diagnosis of rolling mill using wavelet to solve this problem. Proposed method that measures the vibration signals of rolling mill on-line and analyze it using wavelet to acquire pattern datas. And we design a nero-fuzzy model that diagnose a rolling mill using this data. Validity of the new method is asserted by numerical simulation.

In this paper, we propose efficient total recognition system of handwritten and printed numerals for enhancing the classification time. The proposed system consist two step neuroclassifier: Printed numerals classifier and Handwritten numerals classifier. The performance of the propose classifier was tested on 5000 handwritten numerals database of NIST and 100 printed numerals database. In case of handwritten classifier, the overall classification times were 11 second. And in case of proposed system, the overall classification times were reduced by...