• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.5
• /
• pp.582-590
• /
• 2007

Nonlinear adaptive control of overhead cranes is investigated for anti-sway trajectory tracking with high-speed hoisting motion. The sway dynamics of two dimensional underactuated overhead cranes is heavily coupled with the trolley acceleration, hoisting rope length, and the hoisting velocity which is an obstacle in the design of decoupling control based anti-sway trajectory tracking control law To cope with this obstacle. we propose a fuzzy nonlinear adaptive anti-sway trajectory tracking control law guaranteeing the uniform ultimate boundedness of the sway dynamics even in the presence of uncertainties in such a way that it cancels the effect of the trolley acceleration and hoisting velocity on the sway dynamics. In particular. system uncertainties, including system parameter uncertainty unmodelled dynamics, and external disturbances, are compensated in an adaptive manner by utilizing fuzzy uncertainty observers. Accordingly, the ultimate bound of the tracking errors and the sway angle decrease to zero when the fuzzy approximation errors decrease to zero. Finally, numerical simulations are performed to confirm the effectiveness of the proposed scheme.

• Journal of Internet Computing and Services
• /
• v.17 no.6
• /
• pp.17-23
• /
• 2016

In the future network such as Internet of Things (IoT), the number of computing devices are expected to grow exponentially, and each of the things communicates with the others and acquires information by itself. Due to the growing interest in IoT applications, the broadcasting in Opportunistic ad-hoc networks such as Machine-to-Machine (M2M) is very important transmission strategy which allows fast data dissemination. In distributed networks for IoT, the energy efficiency of the nodes is a key factor in the network performance. In this paper, we propose a fuzzy logic based probabilistic multi-hop broadcast (FPMCAST) algorithm which statistically disseminates data accordingly to the remaining energy rate, the replication density rate of sending node, and the distance rate between sending and receiving nodes. In proposed FPMCAST, the inference engine is based the fuzzy rule base which is consists of 27 if-then rules. It maps input and output parameters to membership functions of input and output. The output of fuzzy system defines the fuzzy sets for rebroadcasting probability, and defuzzification is used to extract a numeric result from the fuzzy set. Here Center of Gravity (COG) method is used to defuzzify the fuzzy set. Then, the performance of FPMCAST is evaluated through a simulation study. From the simulation, we demonstrate that the proposed FPMCAST algorithm significantly outperforms flooding and gossiping algorithms. Specially, the FPMCAST algorithm has longer network lifetime because the residual energy of each node consumes evenly.

• Proceedings of the KIEE Conference
• /
• 2001.11b
• /
• pp.51-53
• /
• 2001

전력 수요 예측은 전력 수급 안정과 양질의 전력을 공급하기 위한 필수 기법이며 경쟁적인 전력시장에서 전력요금과 밀접한 관련이 있다. 그러므로, 경쟁적인 전력시장 구조하의 시장 참여자에게 있어서 전력 수요 예측은 매우 관심 있는 사항이다. 최근의 전력 수요 예측 기법으로 예측한 오차율을 살펴보면 평일과는 다르게 특수일의 전력 수요예측은 평균 5%를 상회하는 수준으로 예측의 정확도가 평일 예측에 비해 크게 낮은데 이유는 특수일이 평일에 비하여 부하의 크기가 다소 낮게 나타나고 특수일 마다 계절적인 차이가 있으며 각각의 특수일 마다 고유한 부하의 특성이 있으므로 과거 데이터를 이용할 때 동일 특수일을 이용하게 되며 따라서 평일과는 다르게 일년 단위로 과거 데이터 값들이 취득되므로 오차율이 커진다. 따라서 데이터들을 퍼지화하여 선형계획법을 수행하여 평균 $2{\sim}3%$ 정도의 우수한 결과를 도출한 바 있다. 본 논문에서는 퍼지 선형회귀분석법을 이용한 예측 기법에 최소자승법을 도입하여 특수일 전력 수요예측의 정확도를 개선하였다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2295-2297
• /
• 2003

본 논문에서는 발생모델인 DNA 코딩 기법과 진화 모델인 유전자 알고리즘을 이용한 비선형 시스템의 퍼지 모델 링에 대한 새로운 방법을 제안한다. DNA 코딩 기법은 실제 생체 분자 (bio-molecule)를 계산의 도구로 사용하는 새로운 계산 방법으로, 진화 연산과 결합하여 인공지능의 새로운 분야로 부각되고 있다. 그러나, 실제 생체 분자를 계산의 도구로 사용하기 때문에 기존의 컴퓨터에 적용하기 어렵고, 단순히 합성과 분리라는 간단한 방법으로 해를 구하기 때문에 보다 효과적인 알고리즘을 개발하여야 할 필요성이 있다. 따라서 본 논문에서는 DNA 코드 유전자 알고리즘을 제안하며, 제안된 방법은 비선형 시스템의 퍼지 모델링에 적용하였으며, 기존의 유전자 알고리즘과 비교를 통하여 그 우수성을 입증하였다.

• Journal of Biomedical Engineering Research
• /
• v.24 no.3
• /
• pp.193-201
• /
• 2003

In this paper, a classifier of urine analysis system was designed using preprocessing and fuzzy algorithm. Preprocessing were processed by normalizing data of strip using calibration curve composed of achromatic colors value and by calculating three stimulus. FUZZY classifier capable of analyzing a qualitative concentration of test items was composed of fuzzifier by gaussian shaped membership function, inference of MIN method, and defuzzifier of centroid method through verification by measuring standard solution and by classifying concentration classes. After tuning membership function according to relating standard solution with urinalysis sample, the possibility to adapt classifier designed for urine analysis system near a bed was verified as classifying measured urinalysis samples and observing classified result. Of all test items, experimental results showed a satisfactory agreement with test results of reference system.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.4
• /
• pp.311-316
• /
• 2002

Difficulties of the level control in the steam generator are increased due to their nonlinear characteristics. Futhermore, parameter uncertainties of the steam generator is related with control performance and stability. The efficiency of digital conversion in control systems is proved in many recent researches. In order to solve this problem, this paper suggests robust digital fuzzy controller design methodologies of the steam generator which have unstable parameters. Takagi-Sugeno (TS) fuzzy model is used to construct a fuzzy model which has uncertainties in the steam generator. In designing procedure, intelligent digital redesign method is used to control the nonlinear system. This digital controller keeps the performance of the analog controller. Simulation examples are included for ensuring the proposed control method.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.1
• /
• pp.81-86
• /
• 2005

In this study, we introduce a new category of fuzzy inference systems based on information granulation to carry out the model identification of complex and nonlinear systems. Informally speaking, information granules are viewed as linked collections of objects (data, in particular) drawn together by the criteria of proximity, similarity, or functionality Granulation of information with the aid of Hard C-Means (HCM) clustering help determine the initial parameters of fuzzy model such as the initial apexes of the membership functions and the initial values of polynomial functions being used in the premise and consequence part of the fuzzy rules. And the initial parameters are tuned effectively with the aid of the genetic algorithms(GAs) and the least square method (LSM). An aggregate objective function with a weighting factor is also used in order to achieve a balance between performance of the fuzzy model. The proposed model is evaluated with using a numerical example and is contrasted with the performance of conventional fuzzy models in the literature.

• Journal of the Institute of Electronics Engineers of Korea TE
• /
• v.39 no.4
• /
• pp.414-422
• /
• 2002

In this paper, we propose a new method of adaptive neuro-fuzzy control using CFCM(Conditional Fuzzy c-means) clustering and fuzzy equalization method to deal with adaptive control problem. First, in the off-line design, CFCM clustering performs structure identification of adaptive neuro-fuzzy control with the homogeneous properties of the given input and output data. The parameter identification are established by hybrid learning using back-propagation algorithm and RLSE(Recursive Least Square Estimate). In the on-line design, the premise and consequent parameters are tuned to RLSE with forgetting factor due to a characteristic of time variant. Finally, we applied the proposed method to the water temperature control system and obtained better results than previous works such as fuzzy control.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.209-212
• /
• 2010

본 논문에서는 영상을 확대할 경우에 발생하는 영상의 품질 저하를 최소화하기 위하여 원본 영상 픽셀과 확대된 결과 영상 픽셀 간의 명암도 차이와 보간 수행시 적용되는 가중치 값을 퍼지 기법에 적용하여 영상을 확대하는 방법을 제안한다. 제안된 방법은 기존의 양선형 보간법으로 도출된 결과 영상 픽셀과 원본 영상 픽셀 간의 명암도 차이와 보간 수행시 네 개의 픽셀 값에 곱하게 되는 가중치 값을 퍼지 소속 함수에 적용하여 원본 영상의 픽셀 정보와 가장 근접한 특징을 가진 확대된 결과 영상의 픽셀 정보를 최종적으로 도출한다. 제안된 방법을 실험한 결과, 기존의 양선형 보간법에 비해 영상 확대시, 발생하는 문제점인 흐림 현상이 상대적으로 감소하여 영상의 품질이 개선되는 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.171-174
• /
• 2010

본 논문에서는 렌즈의 흠집을 추출할 수 있는 퍼지 기법을 이용한 렌즈 흠집 검출 방법을 제안한다. 제안된 방법은 렌즈 영상을 그레이 영상으로 변환한 후, 캐니 마스크를 이용하여 렌즈의 경계선을 추출한다. 추출된 렌즈의 경계선에 대해 평균 이진화와 모폴로지를 이용하여 렌즈 경계선을 보정한다. 렌즈 경계선이 보정된 영상에서 Seed Fill 알고리즘을 적용하여 렌즈의 내부 영역만을 추출한다. 추출된 렌즈의 내부 영역에 해당하는 원 영상에서 소벨 마스크를 적용하여 렌즈 내부 영역의 에지를 추출한다. 렌즈 내부 영역에서 추출된 에지 객체들의 정보를 이용하여 흠집과 비흠집을 분류하는 퍼지 기법을 적용하여 흠집 영역을 추출한다. 본 논문에서 제안된 렌즈의 흠집 검출 방법의 성능을 평가하기 위해 CHEMI, MID, HL, HM 시력 보정용 렌즈를 대상으로 실험한 결과, 제안된 방법이 흠집을 효과적으로 검출하는 것을 확인하였다.