• 한국정보처리학회논문지
• /
• 제5권10호
• /
• pp.2609-2614
• /
• 1998

본 연구에서는 신경망 모형을 이용한 시계열 예측에 있어서 분석할 시계열의 특성에 맞는 적응적 학습률을 구하고 초기 값의 동적인 적용을 통한 개선된 학습방법을 이용하여 신경망 예측을 하고 통계적인 Box-Jenkins예측 결과와 비교해 봄으로써 두 방법간의 시계열 예측 효율성을 비교한다. 신경망 모형에 맞는 적응적 학습률은 표준 직교 배열표에 의해 실험계획을 한 25가지의 모수 조합으로부터 구하고, 신경망 학습의 초기값은 Easton의 제어상자를 동적으로 적용하여 실시간으로 선택할 수 있도록한다. 실증분석에 적용된 시계열자료는 1700년부터 1988년까지의 태양 흑점 자료이다.

• 한국정밀공학회지
• /
• 제16권2호통권95호
• /
• pp.153-163
• /
• 1999

본 연구에서는 격자패널을 통한 소음전달을 감소시키기 위하여 외부 구조적 가진으로부터 유발된 경량 패널의 진동을 능동 제어하는 기법을 기술한다. 최적 되먹임제어기와 적응 앞먹임제어기가 결합된 혼합형 제어기가 진동제어기로 사용된다. 되먹임제어기는 주파수 영역의 모델규명법에 의해 추출된 다중 입/출력 패널진동계 모델에 대하여 LQG 최적기법을 이용하여 감쇠능을 향상시키도록 설계된다. 앞먹임제어기는 되먹임 궤환의 결합효과를 자동적으로 보정할 수 있는 제안된 학습법칙에 기초하여 패널의 잔류진동이 최소가 되도록 적응된다. 45.7${\times}$45.7${\times}$2.54 ${cm^3}$ 벌집형상의 고강도 패널, 4개의 관성형 구동기 및 이산신호처리장치에 의해 구현된 패널 진동계에 대한 능동제어 실험을 수행해 본 결과 600Hz 주파수대역에 대한 12dB 진동저감이 이루어 질 수 있었다.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.395-400
• /
• 2000

본 논문에서는 강화학습에 기반한 새로운 뉴로-퍼지 제어기를 제안한다. 시스템은 개체의 행동을 결정하는 뉴로-퍼지 제어기와 그 행동을 평가하는 동적 귀환 신경회로망으로 구성된다. 뉴로-퍼지 제어기의 후건부 소속함수는 강화학습을 한다. 한편, 유전자 알고리즘을 통하여 진화하는 동적 귀환 신경회로망은 환경으로부터 받는 외부 강화신호와 로봇의 상태로부터 내부강화 신호를 만들어낸다. 이 출력(내부강화신호)은 뉴로-퍼지 제어기의 교사신호로 사용되어 제어기가 학습을 지속하도록 만든다. 제안한 시스템은 미지의 환경에서 제어기의 최적화 및 적응에 사용할 수 있다. 제안한 알고리즘은 컴퓨터 시뮬레이션 상에서 자율 이동로봇의 장애물 회피에 적용하여 그 유효성을 확인한다.

• 전력전자학회논문지
• /
• 제3권4호
• /
• pp.382-387
• /
• 1998

본 논문은 신경회로망을 사용하여 PWM인버터의 스위칭주파수를 일정하게 유지시키기 위한 적응 히스테리시스 밴드 전류제어 방식을 제안하였다. 신경회로망의 지도신호로 중성점전압을 고려한 적응 히스테리시스 밴드 식을 유도하고, 이 전류제어에 적합한 신경회로망의 구조 및 학습 알고리즘을 제시하였다. 시뮬레이션을 통하여 전동기의 동작 상태에 관계없이 스위칭 주파수를 거의 일정하게 유지되며, 전류의 과도응답 특성의 우수함을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제11권5호
• /
• pp.395-399
• /
• 2001

이 논문은 학습을 통해 관측 데이터로부터 퍼지 추론 모듈을 생성할 수 있는 적응 능력을 갖는 모듈화 퍼지추론 시스템을 제안한다. 제안한 시스템은 TS 퍼지모델과 모듈화 신경회로망의 구조적 유사성을 기초로 한다. 학습과정은 새로운 퍼지추론 모듈의 생성과 모듈 파라미터의 갱신으로 구성된다. 퍼지추론 모듈은 국부모델망과 퍼지 게이팅망으로 구성된다. 제안한 시스템의 파라미터들은 표준 LMS 알고리즘을 이용하여 최적화된다. 제안한 시스템의 성능은 비선형 동적 시스템 적응제어에의 응용을 통해서 입증된다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2001년도 춘계학술대회논문집B
• /
• pp.724-729
• /
• 2001

This paper discusses the composition of the theory of reinforcement learning, which is applied in real-time learning, and evolutionary strategy, which proves its the superiority in the finding of the optimal solution at the off-line learning method. The individuals are reduced in order to learn the evolutionary strategy in real-time, and new method that guarantee the convergence of evolutionary mutations are proposed. It possible to control the control object varied as time changes. As the state value of the control object is generated, applied evolutionary strategy each sampling time because the learning process of an estimation, selection, mutation in real-time. These algorithms can be applied, the people who do not have knowledge about the technical tuning of dynamic systems could design the controller or problems in which the characteristics of the system dynamics are slightly varied as time changes. In the future, studies are needed on the proof of the theory through experiments and the characteristic considerations of the robustness against the outside disturbances.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2001년도 춘계학술대회논문집B
• /
• pp.730-734
• /
• 2001

In this study in order to confirm the algorithms that are suggested from paper (I) as the experimental result, as the applied results of the hydraulic servo system are very strong a non-linearity of the fluid in the computer simulation, the real-time adaptive learning control algorithms is validated. The evolutionary strategy has characteristics that are automatically. adjusted in search regions with natural competition among many individuals. The error that is generated from the dynamic system is applied to the mutation equation. Competitive individuals are reduced with automatic adjustments of the search region in accord with the error. In this paper, the individual parents and offspring can be reduced in order to apply evolutionary algorithms in real-time as the description of the paper (I). The possibility of a new approaching algorithm that is suggested from the computer simulation of the paper (I) would be proved as the verification of a real-time test and the consideration its influence from the actual experiment.

• 대한기계학회논문집A
• /
• 제27권9호
• /
• pp.1463-1468
• /
• 2003

This paper presented the real-time self-tuning learning control based on evolutionary computation, which proves its superiority in finding of the optimal solution at the off-line learning method. The individuals of the populations are reduced in order to learn the evolutionary strategy in real-time, and new method that guarantee the convergence of evolutionary mutations is proposed. It is possible to control the control object slightly varied as time changes. As the state value of the control object is generated, evolutionary strategy is applied each sampling time because the learning process of an estimation, selection, mutation is done in real-time. These algorithms can be applied; the people who do not have knowledge about the technical tuning of dynamic systems could design the controller or problems in which the characteristics of the system dynamics are slightly varied as time changes.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2152-2154
• /
• 2002

신경망을 이용한 적응제어는 학습능력에 따라 외란작용에 스스로 대처하고, 정밀한 제어가 가능하지만 학습파라미터가 최적화되기 전에는 불안정한 제어응답을 보인다. 퍼지논리는 전문가의 경험을 논리화한 것으로 제어특성은 좋으나, 외란에 대한 적응력이 부족하여 계속적인 오프셋이 발생할 수 있다. 따라서, 퍼지와 신경망을 시스템의 동특성에 따라 혼용한 제어방식을 제시하고, 시뮬레이션으로 시간지연이 있는 CSTH의 온도와 비선형 공정인 pH 중화공정에 적용하여 단순신경망 제어어보다 개선된 제어응답 특성을 얻었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.439-440
• /
• 2004

전력시스템의 부하주파수제어는 전력계통운용에 있어서 가장 중요하게 다루어야 한다. 본 논문에서는 강인한 퍼지제어기를 얻고자, 다층 신경회로망을 이용하여 퍼지제어기 멤버쉽 함수의 전건부 및 후건부 파라미터들을 시스템에 알맞게 자기 조정하기 위해 최급구배법에 근거한 오차 역전파 알고리즘으로 적응 학습시킬 수 있는 뉴로-퍼지제어기의 구조 및 알고리즘을 제안하였다.