• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.2
• /
• pp.190-194
• /
• 2004

This paper shows the application of fuzzy system for a modeling of nonlinear biochemical process. A wastewater treatment process for nitrogen removal in a sequencing batch reactor (SBR) is presented and fuzzy systems with different consequent polynomials in the fuzzy rules to model and identify the oxidation reduction potential (ORP) of the process are introduced. The paper compares, analyzes the results of fuzzy modeling, and shows the nonlinear process can be modeled reasonably well by the present scheme.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.1
• /
• pp.85-90
• /
• 2003

This paper presents an adaptive PID control scheme for nonlinear system. TSK(Takagi-Sugeno-Kang) fuzzy model is used to estimate the error of control input, and the parameters of PID controller are adapted using the error. The parameters of TSK fuzzy model also adapted to plant. The proposed algorithm allows designing adaptive PID controller which Is adapted to the uncertainty of nonlinear plant and the change of parameters. The usefulness of the proposed algorithm is also certificated by the several simulations.

• Journal of the Korea Society of Computer and Information
• /
• v.1 no.1
• /
• pp.159-170
• /
• 1996

In this paper, we propose a generating method for the optimal rules for the nonlinear control system using evolution algorithms and fuzzy controller. With the aid of evolution algorithms optimal rules of fuzzy logic system can be automatic designed without human expert's priori experience and. knowledge. and ran be intelligent control. The approachpresented here generating rules by self-tuning the parameters of membership functions and searchs the optimal control rules based on a fitness value which Is tile defined performance criterion. Computer simulations demonstrates the usefulness of the proposed method In non -linear systems.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.2
• /
• pp.270-275
• /
• 2005

This paper presents a fuzzy model-based adaptive approach for synchronization of chaotic systems which consist of the drive and response systems. Takagi-Sugeno (T-S) fuzzy model is employed to represent the chaotic drive and response systems. Since the parameters of the drive system are assumed unknown, we design the response system that estimates the parameters of the drive system by adaptive strategy. The adaptive law is derived to estimate the unknown parameters and its stability is guaranteed by Lyapunov stability theory. In addition, the controller in the response system contains two parts: one part that can stabilize the synchronization error dynamics and the other part that estimates the unknown parameters. Numerical examples, including Doffing oscillator and Lorenz attractor, are given to demonstrate the validity of the proposed adaptive synchronization approach.

• Proceedings of the KIEE Conference
• /
• 2008.04a
• /
• pp.95-96
• /
• 2008

본 논문에서는 시계열 예측 공정의 모델링을 위해 Type-2 퍼지 논리 집합을 이용하여 불확실성 문제를 다룬다. 기존의 Type-1 퍼지 논리 시스템(Fuzzy Logic System, FLS)은 외부의 노이즈와 같은 불확실성에 민감한 단점이 있다. 그러나 Type 퍼지 논기 시스템은 불확실한 정보까지 멤버쉽 함수로 표현함으로서 효과적으로 취급할 수 있다. 여기서 불확실한 정보를 표현하기 위해 규칙의 전 후반부 멤버쉽 함수로 삼각형 형태의 Type-2 퍼지 집합을 사용한다. 전반부의 경우 HCM 클러스터링을 사용하여 입력 데이터들 간의 거리를 중심으로 멤버쉽 함수를 정의하고, 후반부는 입자 군집 최적화(Particle Swarm Optimization) 알고리즘으로 멤버쉽 함수의 정점을 동조한다. 제안된 모델은 표준 모델 평가에 주로 사용되는 가스로 시계열 데이터를 적용하고, 특정 데이터로 노이즈에 영향 받은 데이터를 사용하여 수치 석인 예를 보인다.

• Proceedings of the KIEE Conference
• /
• 2006.04b
• /
• pp.358-361
• /
• 2006

태양전지는 일사량에 따라 그 출력특성이 변하기 때문에 전지로부터 최대출력을 얻기 위해서는 컨버터에 의한 최대 전력점 추종제어가 필요하다. 본 논문에서는 태양광 발전시스템의 최대전력추종을 위해 퍼지이론을 도입한 퍼지제어기를 설계하였다. 퍼지제어기의 디지털 설계를 위해 태양광 발전시스템을 각 부분을 구성하고, FPGA를 사용하여 제어기를 구현하였다. 또한 실험을 통해 FPGA의 퍼지제어기로서의 구현가능성을 발견하고 그 타당성을 입증하고자 한다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1865_1866
• /
• 2009

본 연구에서는 복잡하고 비선형 시스템의 모델을 동정하기 위해 Information Granulation에 기반한 퍼지추론 시스템의 새로운 범주를 소개한다. Information Granulation은 근접성, 유사성 EH는 기능성 등에 인하여 서로 결합되는 대상(특히, 데이터)의 연결된 모임으로 간주된다. HCM클러스터링에 의한 Information Granulation은 퍼지 규칙의 전반부 및 후반부에서 사용되는 멤버쉽 함수의 초기 정점과 다항식함수의 초기 값과 같은 퍼지 모델의 초기 파라미터를 결정하는데 도움을 준다. 그리고 초기 파라미터는 PSO 알고리즘과 최소자승법에 의해 효과적으로 동조된다. 제안된 모델은 Box와 jenkins가 사용한 가스로 공정[6]을 모델링하여 기존 퍼지 모델링 방법과 비교 평가한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.117-120
• /
• 2006

본 논문에서는 입출력 데이터의 특성을 이용하기 위하여 HCM 클러스터링에 의한 데이터 정보를 이용한 퍼지 뉴럴 네트워크의 설계를 제안하고 이를 최적화한다. 대상 시스템의 입출력 데이터를 취득하여 데이터들간의 거리를 중심으로 멤버쉽 함수를 정의하고 각 규칙에 속한 입출력 데이터를 추출하여 후반부 추론에 적용한다. 또한, 앞서 정의된 멤버쉽함수를 최적으로 동정하여 최적의 퍼지 뉴럴 네트워크를 설계한다. 제안된 퍼지 뉴럴 네트워크는 삼각형 멤버쉽 함수를 이용하며, 후반부 추론에는 간략, 선형, 변형된 2차식을 이용한다. 연결 가중치는 오류역전파 알고리즘을 이용하여 학습한다. 제안된 퍼지 뉴럴 네트워크는 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.75-78
• /
• 2006

본 논문에서 우리는 HIV-1 바이오 동역학모델의 퍼지 모델링 및 디지털 퍼지 제어 기법을 소개한다. 그것의 제어구조는 샘플링 점들에서 측정한 상태로부터 현재 상태를 대략적으로 예측하는 수치적 적분 구조를 사용한다. 제안된 지능형 디지털 재설계에서는 전역 상태-정합과 안정도 조건들을 동시적으로 만족하는 타당한 디지털 제어 이득들을 찾는 것이다. 우리는 보상된 블록-펄스 함수를 이용하여 새로운 전역 상태-정합 조건을 우선 제시하며 그리고 나서 안정도 조건들을 이 조건들에 추가한다. 유도된 조건들은 선형행렬 부등식으로 묘사되며, 그로인해 볼록 최적화 문제로 쉽게 해결될 수 있다. 또한, 안정도 조건으로 인한 성능 하강을 방지하기 위해 두 단계 지능형 디지털 재설계 과정이 제안된다. 첫 번째 단계에서는 전역 상태-정합만을 고려한 디지털 제어 이득을 찾는다. 두 번째 단계에서는 얻어진 디지털 제어하의 폐루프 시스템을 안정화 시키는 추가디지털 제어기를 설계한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.288-291
• /
• 2004

기존의 SOFPNN은 데이터 수가 적고 비선형 요소가 많은 시스템에 대한 체계적이고 효율적인 최적 모델 을 구축할 수 있었으며 각 층 노드의 선택 입력을 변화시킴으로써 네트워크 구조 전체의 적응능력을 향상 시켰다. SOFPNN의 구조는 퍼지 다항식 뉴론(FPN)들로 구성되어 있으며, 층이 진행하는 동안 모델 스스로 노드의 선택과 제거를 통해 최적의 네트워크 구조를 생성할 수 있는 유연성을 가지고 있다. 그러나, 노드의 입력변수의 수와 규칙 후반부 다항식 차수 그리고 입력변수는 설계자의 경험 또는 반복적인 학습을 통해 선호된 네트워크 구조를 선택하였으나, 최적의 네트워크 구조를 구축하는데는 어려옴이 내재되어 있었다. 본 논문에서는 자기구성 퍼지 다항식 뉴럴네트워크(Self-Organizing Fuzzy Polynomial Neural Networks： SOFPNN)을 최적화시키기 위해 유전자 알고리즘을 이용하여 자기구성 퍼지 다항식 뉴럴 네트워크의 입력변수의 수와 이에 해당되는 입력변수 그리고 규칙 후반부 다항식의 차수를 탐색하여 최적 의 자기구성 퍼지 다항식 뉴럴 네트워크를 구축한다. 따라서 모델 구축에 있어서 유연성과 정확성을 가지며 객관적이고 좀 더 정확한 예측 능력을 가진 SOFPNN 모델 구조를 구축할 수가 있다.