• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.249-255
• /
• 2000

HRIV(Hybrid Rule-Interval Variation) method is presented to stabilize a class of nonlinear systems, where SMC(Sliding Mode Control) and ADC (ADaptive Control) schemes are incorporated to overcome the unstable characteristics of a conventional FLC(Fuzzy Logic Control). HRIV method consists of two modes: I-mode (Integral Sliding Mode PLC) and R-mode(RIV method). In I-mode, SMC is used to compensate for MAE(Minimum Approximation Error) caused by the heuristic characteristics of FLC. In R-mode, RIV method reduces interval lengths of rules as states converge to an equilibrium point, which makes the defined Lyapunov function candidate negative semi-definite without considering MAE, and the new uncertain parameters generated in R-mode are compensated by SMC. In RIV method, the overcontraction problem that the states are out of a rule-table can happen by the excessive reduction of rule intervals, which is solved with a dynamic modification of rule-intervals and a transition to I-mode. Especially, HRIV method has advantages to use the analytic upper bound of MAE and to reduce Its effect in the control input, compared with the previous researches. Finally, the proposed method is applied to stabilize a simple nonlinear system and a modified inverted pendulum system in simulation experiments.

• 한국수자원학회논문집
• /
• 제31권6호
• /
• pp.821-832
• /
• 1998

본 논문에서는 상수도시설을 효율적으로 운영하는 데 필요한 1일 급수량 수요를 예측하는 방식에 대하여 인공지능(Artificial Inteligence)이라 불리는 퍼지 뉴론(fuzzy neuron)을 이용하여 연구하였다. 퍼지뉴론이란 퍼지정보(fuzzy information)를 입력으로 받아들이고 처리하는 퍼지 신경망을 일컫는 말이다. 본 연구에서는 소속함수와 퍼지규칙을 신경망으로 학습하는 기능인 적응식 학습방법을 통하여 1일 급수량을 예측하였으며 연구대상 지역으로는 광주광역시를 선정하였다. 또한 1일 급수량 예측에 있어서 필요한 변수 선택을 위해 입력자료를 상관분석, 자기상관, 부분자기상관, 교차상관 분석 등을 하였으며 동정된 입력변수는 급수량, 평균기온, 급수인구이다. 먼저 급수량, 평균기온, 급수인구로 모델을 구성하였고, 한편으론 기상청의 기후예보자료를 신뢰할 수 없는 경우에는 급수량을 예측할 수 있도록 급수량 자료만으로 모델을 구성하여 그 유효성을 검증하였다. 제안된 모형식은 사고 등의 인위적인 조작(단수 등)이 가해지는 시기를 포함하고도 실측치와 모형의 예측치와의 오차율이 최대 18.46%, 평균2.36% 이내로 나타나, 모형의 결과는 상수도 시설의 운용 및 급·배수관망의 실시간 제어에 많은 도움을 주리라 생각된다.

• 대한전자공학회논문지TC
• /
• 제43권9호
• /
• pp.135-141
• /
• 2006

교통사고를 예방하기 위해서는 시트조정을 통해서 운전자의 시야를 확보하고, 운전자가 뒤에 오는 자동차를 알아 볼 수 있도록 룸미러의 위치를 조정하는 것이 매우 중요하다. 본 논문에서는 이러한 문제점을 해결하기 위해서, 안전하고 편리한 차량을 목표로 운전자가 차량에 앉게 되면, 자동으로 시트를 조정하여 운전자의 시야를 확보 할 수 있도록 한다. 또한 백미러를 자동 조정해서, 운전자가 안전운전에 도움이 될 수 있는 자동차 시트 자동 조정 알고리즘을 개발하였다. 특히, 교통사고 발생해서, 에어백이 작동 할 때에 본 논문에서는,승객의 몸무게에 따라서 충격완화를 위한 시트 자동조정 알고리즘을 기능을 추가하였다. 뿐만 아니라, 본 논문에서는, 교통사고 발생 시 운전자가 위험지역을 통과할 때 위험지역임을 운전자에게 통지하여 안전한 운전이 되도록 하는 알고리즘을 개발하였으며, 유비쿼터스 환경에서 모의실험을 하였다. 모의실험 결과 지능을 이용한 교통사고 분석 방식이기존의 방식보다 25% 이상 교통사고를 줄일 수 있음을 확인하였다