• Journal of the Korean Institute of Intelligent Systems
• /
• v.27 no.2
• /
• pp.99-105
• /
• 2017

Type-2 fuzzy sets are preferred over type-1 sets as they are capable of addressing uncertainty more efficiently. The fuzzifier values play pivotal role in managing these uncertainties; still selecting appropriate value of fuzzifiers has been a tedious task. Generally, based on observation particular value of fuzzifier is chosen from a given range of values. In this paper we have tried to adaptively compute suitable fuzzifier values of interval type-2 possibilistic fuzzy c-means (IT2 PFCM) for a given data. Information is extracted from individual data points using histogram approach and this information is further processed to give us the two fuzzifier values $m_1$, $m_2$. These obtained values are bounded within some upper and lower bounds based on interval type-2 fuzzy sets.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1857-1858
• /
• 2008

본 논문에서는 FCM 기반 RBF 뉴럴네트워크(FCM-RBFNN) 구조를 제안하고 PSO를 이용한 FCM-RBFNN의 구조 및 파라미터의 최적화 방법을 제시한다. 클러스터링 알고리즘은 퍼지 뉴럴 네트워크에서 멤버쉽함수의 중심점과 반경 등을 결정하는 학습에 일반적으로 사용된다. 제안된 FCM-RBFNN서는 방사기저함수로써 가우시안, 삼각형 타입 등의 정해진 형태를 사용하지 않고 데이터들 사이의 거리에 관계된 계산을 수행하는 FCM에 의해 결정된다. 기존의 RBFNN에서 후반부는 상수형태로써 방사기저함수의 선형결합으로써 표현되는 반면에 제안된 FCM-RBFNN의 후반부는 상수형, 선형, 2차식 등의 다양한 형태의 다항식으로 표현될 수 있으며 다항식의 계수는 WLSE를 이용하여 추정한다. FCM 기반 RBF 뉴럴 네트워크의 성능은 퍼지규칙의 수, 후반부 다항식의 차수 FCM의 퍼지화 계수에 의하여 결정기 때문에 FCM-RBFNN의 구조와 파라미터의 최적화가 요구된다. 본 논문에서는 PSO를 이용하여 FCM-RBFNN의 구조에 관련된 퍼지 규칙의 수, 후반부 다항식의 차수와 파라미터에 관련된 퍼지화 계수를 최적화한다. 또한 후반부 다항식의 계수는 WLSE를 사용하여 추정한다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.405-406
• /
• 2007

본 논문에서는 FCM 기반 퍼지 뉴럴네트워크 구조를 제안하고 진화 알고리즘을 이용한 FCM 기반 퍼지 뉴럴네트워크의 구조와 파라미터의 최적화 방법을 제시한다. 클러스터링 알고리즘은 퍼지 뉴럴 네트워크에서 멤버쉽함수의 중심점과 반경 등을 결정하는 학습에 일반적으로 사용된다. 제안된 FCM 기반 뉴럴 네트워크에서 멤버쉽함수는 가우시안, 삼각형 타입등의 정해진 형태를 사용하지 않고 데이터들 사이의 거리에 관계된 계산을 수행하는 FCM에 의해 결정된다. 후반부는 상수형, 선형, 2차식 등의 다양한 다항식 구조로 표현될 수 있으며 다항식의 계수는 LSE를 이용하여 결정한다. FCM 기반 퍼지 뉴럴 네트워크는 퍼지규칙의 수, 입력변수의 선택, 후반부 다항식의 차수, FCM의 퍼지화 계수의 결정은 성능에 많은 차이가 있으며 이러한 구조와 파라미터의 최적화가 요구된다. 본 논문에서는 유전자 알고리즘을 이용하여 FCM 기반 퍼지뉴럴네트워크의 구조에 관련된 입력변수의 수, 퍼지규칙의 수 그리고 후반부 다항식의 차수와 파라미터에 관련된 퍼지화 계수를 최적화 한다. 제안된 방법은 비선형 시스템의 모델링에 적용하여 성능을 분석하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.12a
• /
• pp.237-241
• /
• 2001

본 논문에서는 TSK (Takagi-Sugeno-Kang) 형태의 퍼지모델을 유도하는데 있어서, 동적시스템의 비선형 미분방정식을 선형화시 off-equilibrium에서 발생할 수 있는 상수항을 배제하고, TSK 퍼지 모델의 전건부 소속함수들을 GA(Genetic Algorithm)을 이용하여 최적화한후 이를 퍼지를 이용하여 합성함으로써, 실제 동적시스템을 묘사하는 비선형 미분방정식에 최적 근사화된 TSK 퍼지 모델링기법을 제시한다.

• ICROS
• /
• v.1 no.3
• /
• pp.92-100
• /
• 1995

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.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.8
• /
• pp.720-725
• /
• 2001

Derivation of TSK fuzzy model from nonlinear differential equation is fundamental issue in the field of theoretical fuzzy control. The method which does not yield affine local differential equations at off-equilibrium points is proposed in this paper. A prototype TSK fuzzy model which has triangular membership functions for linguistic terms of the antecedent part is derived systematically. And then GA is used to modify the membership functions optimally. Simulation results show the validity of the proposed method.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.5
• /
• pp.527-532
• /
• 2005

In this paper, we proposed an adaptive fuzzy sliding control for unknown nonlinear systems using estimation of bounds for approximation errors. Unknown nonlinearity of a system is approximated by the fuzzy logic system with a set of IF-THEN rules whose consequence parameters are adjusted on-line according to adaptive algorithms for the purpose of controlling the output of the nonlinear system to track a desired output. Also, using assumption that the approximation errors satisfy certain bounding conditions, we proposed the estimation algorithms of approximation errors by Lyapunov synthesis methods. The overall control system guarantees that the tracking error asymptotically converges to zero and that all signals involved in controller are uniformly bounded. The good performance of the proposed adaptive fuzzy sliding mode controller is verified through computer simulations on an inverted pendulum system.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1887-1888
• /
• 2008

본 논문에서는 퍼지 추론 기반의 다항식 RBF 뉴럴네트워크(Polynomial Radial Basis Function Neural Network; pRBFNN)를 설계하고 PSO(Particle Swarm Optimization) 알고리즘을 이용하여 모델의 파라미터를 동정한다. 제안된 모델은 "IF-THEN" 형식으로 기술되는 퍼지 규칙에 의해 조건부, 결론부, 추론부의 기능적 모듈로 표현된다. 조건부의 입력공간 분할에는 HCM 클러스터링에 기반을 두어 구조가 결정되며, 기존에 주로 사용된 가우시안 함수를 RBF로 이용하고, 원뿔형태의 선형 함수를 제안한다. 또한 입력공간 분할시 데이터 집합의 특성을 반영하기 위해 분포상수를 각 입력마다 고려하여 설계함으로서 공간 분할의 정밀성을 높인다. 결론부에서는 기존 상수항의 연결가중치를 다항식 형태로 표현하는 pRBFNN을 제안한다. 제안한 모델의 성능을 평가하기 위해 Box와 Jenkins가 사용한 가스로 시계열 데이터를 적용하고, 기존 모델과의 근사화와 일반화 능력에 대하여 토의한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.12 no.1
• /
• pp.122-129
• /
• 2008

The direct torque control method of an inverter fed squirrel cage typed induction motor using fuzzy logic controller has been proposed. This method is suitable for the traction which requires a fast torque response during the star-up and step change. The fuzzy control algorithm based upon the control principles of conventional DSC(Direct Self Controller) is developed. The fuzzy algorithm is tarried out by defuzzification strategy of the fuzzy output extracted from the possibility distribution of an inferred fuzzy control rule. The flux and torque of an induction motor are estimated by the dynamic model of the rotor flux field-oriented scheme which has decoupling characteristics and excellent dynamic response over a wide speed range. The proposed controller shows a good dynamic response. Moreover, since the fuzzy controller possesses highly adaptive capability, the performance of fuzzy controller is quite robust and insensitive to the motor parameters and change of operation conditions.

• Journal of the Korea Concrete Institute
• /
• v.14 no.6
• /
• pp.1022-1031
• /
• 2002

This paper presents efficient models for bridge structures using CART-ANFIS (classification and regression tree-adaptive neuro fuzzy inference system). A fuzzy decision tree partitions the input space of a data set into mutually exclusive regions, each region is assigned a label, a value, or an action to characterize its data points. Fuzzy decision trees used for classification problems are often called fuzzy classification trees, and each terminal node contains a label that indicates the predicted class of a given feature vector. In the same vein, decision trees used for regression problems are often called fuzzy regression trees, and the terminal node labels may be constants or equations that specify the predicted output value of a given input vector. Note that CART can select relevant inputs and do tree partitioning of the input space, while ANFIS refines the regression and makes it continuous and smooth everywhere. Thus it can be seen that CART and ANFIS are complementary and their combination constitutes a solid approach to fuzzy modeling.