• 컴퓨터교육학회논문지
• /
• 제9권2호
• /
• pp.79-88
• /
• 2006

본 연구에서는 개념 학습에서 학생들의 개념 이해 수준에 적응적인 CAI의 효과를 개념 이해도, 개념 파지, 학습 동기, 컴퓨터 보조 수업에 대한 인식 측면에서 조사하였다. 서울시의 한 남녀 공학중학교 1학년 94명의 학생들을 통제 집단, CAI 집단 적응적 CAI 집단에 임의로 배치하고, 7차시 동안 '분자의 운동'에 대하여 수업을 실시하였다. 이원 공변량 분석 결과 적응적 CAI 집단의 개념검사 점수 및 학습 동기 검사 점수가 통제 집단의 점수들에 비하여 유의미하게 높았다. 개념 파지검사에서는 적응적 CAI 집단의 점수가 다른 두 집단의 점수에 비하여 유의미하게 높았다. 개념 이해도, 개념 파지, 학습 동기 검사에서 수업 처치와 사전 성취 수준 사이의 상호작용 효과는 없었다. 컴퓨터 보조 수업에 대한 인식에서는 적응적 CAI 집단의 학생들이 CAI 집단의 학생들보다 긍정적인 것으로 나타났다.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 1999년도 추계학술대회 논문집 - 한국공작기계학회
• /
• pp.162-169
• /
• 1999

In this paper, it is presented a new scheme of adaptive-neuro control system to implement real-time control of robot manipulator using digital Signal Processors. Digital signal processors DSPs. are micro-processors that are particularly developed for variables. Digital version of most advanced control algorithms can be defined as sums and products of measured variables, thus it can be programmed and executed through DSPs. In addition, DSPs are as fast in computation as most 32-bit micro-processors and yet at a fraction of their prices. These features make DSPs a biable computatinal tool in digital implementation of sophisticated controllers. Unlike the well-established theory for the adaptive control of linear systems, there exists relatively little general theory for the adaptive control of nonlinear systems. Adaptive control technique is essential for providing a stable and robust performance for application of robot control. The proposed neuro control algorithm is one of learning a model based error back-propagation scheme using Lyapunov stability analysis method. The proposed adaptive-neuro control scheme is illustrated to be a efficient control scheme for implementation of real-time control of robot system by the simulation and experiment.

• International Journal of Control, Automation, and Systems
• /
• 제3권4호
• /
• pp.552-563
• /
• 2005

In this paper, we propose a wavelet based fuzzy neural network (WFNN) based direct adaptive control scheme for the solution of the tracking problem of mobile robots. To design a controller, we present a WFNN structure that merges the advantages of the neural network, fuzzy model and wavelet transform. The basic idea of our WFNN structure is to realize the process of fuzzy reasoning of the wavelet fuzzy system by the structure of a neural network and to make the parameters of fuzzy reasoning be expressed by the connection weights of a neural network. In our control system, the control signals are directly obtained to minimize the difference between the reference track and the pose of a mobile robot via the gradient descent (GD) method. In addition, an approach that uses adaptive learning rates for training of the WFNN controller is driven via a Lyapunov stability analysis to guarantee fast convergence, that is, learning rates are adaptively determined to rapidly minimize the state errors of a mobile robot. Finally, to evaluate the performance of the proposed direct adaptive control system using the WFNN controller, we compare the control results of the WFNN controller with those of the FNN, the WNN and the WFM controllers.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.2254-2259
• /
• 2005

In this paper, we propose a wavelet based fuzzy neural network(WFNN) based direct adaptive control scheme for the solution of the tracking problem of mobile robots. To design a controller, we present a WFNN structure that merges advantages of neural network, fuzzy model and wavelet transform. The basic idea of our WFNN structure is to realize the process of fuzzy reasoning of wavelet fuzzy system by the structure of a neural network and to make the parameters of fuzzy reasoning be expressed by the connection weights of a neural network. In our control system, the control signals are directly obtained to minimize the difference between the reference track and the pose of mobile robot using the gradient descent(GD) method. In addition, an approach that uses adaptive learning rates for the training of WFNN controller is driven via a Lyapunov stability analysis to guarantee the fast convergence, that is, learning rates are adaptively determined to rapidly minimize the state errors of a mobile robot. Finally, to evaluate the performance of the proposed direct adaptive control system using the WFNN controller, we compare the control performance of the WFNN controller with those of the FNN, the WNN and the WFM controllers.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년 학술대회 논문집 정보 및 제어부문
• /
• pp.226-228
• /
• 2006

This paper is concerned with an Adaptive Fuzzy Sliding Mode Control(AFSMC) that the fuzzy systems are used to approximate the unknown functions of nonlinear system. In the adaptive fuzzy system, we adopt the adaptive law to approximate the dynamics of the nonlinear plant and to adjust the parameters of AFSMC. The stability of the suggested control system is proved via Lyapunov stability theorem, and convergence and robustness properties are demonstrated. The simulation results demonstrate that the performance is improved and the system also exhibits stability.

• 한국지능시스템학회논문지
• /
• 제8권2호
• /
• pp.106-116
• /
• 1998

유연 로봇 매니퓰레이터의 위치 제어 알고리즘에 대한 연구를 하였다. 제안하는 알고리즘은 신경회로망의 학습 알고리즘에 근거한 자동 구축 퍼지 적응 제어기(ACFAC : Automaitc Constructed Fuzzy Adaptive controller)에 기본으로 한다. 제안하는 시스템은 비지도 경쟁 학습 알고리즘을 사용하여 입력 변수의 멤버십 함수와 지도 Outstar 학습 알고리즘을 사용하여 출력 정보를 학습시킨다. ACFAC는 유연 로봇 매니퓰레이터의 동력한 모델을 필요로 하지 않는다. ACFAC는 유연 로봇 매니퓰레이터의 끝점이 원하는 궤적을 따라가도록 설계되었다. 이 제어기의 입력은 위치 오차, 위치 오차의 미분 값과 오차의 variation에 의해 결정된다. ACFAC의 우수서을 보여주기 우해서 PID 제어나 신경회로망 알고리즘을 사용한 결과와 비교를 하였다.

• 대한산업공학회지
• /
• 제31권2호
• /
• pp.106-119
• /
• 2005

Uncertainties inherent in customer demand patterns make it difficult for supply chains to achieve just-in-time inventory replenishment, resulting in loosing sales opportunity or keeping excessive chain wide inventories. In this paper, we propose two intelligent adaptive inventory control models for a supply chain consisting of one supplier and multiple retailers, with the assumption of information sharing. The inventory control parameters of the supplier and retailers are order placement time to an outside source and reorder points in terms of inventory position, respectively. Unlike most extant inventory control approaches, modeling the uncertainty of customer demand as a stationary statistical distribution is not necessary in these models. Instead, using a reinforcement learning technique, the control parameters are designed to adaptively change as customer demand patterns change. A simulation based experiment was performed to compare the performance of the inventory control models.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.540-543
• /
• 1997

In this paper, a precise trajectory tracking method for mobile robot using a vision system is presented. In solving the problem of precise trajectory tracking, a hierarchical control structure is used which is composed of the path planer, vision system, and dynamic controller. When designing the dynamic controller, non-ideal conditions such as parameter variation, frictional force, and external disturbance are considered. The proposed controller can learn bounded control input for repetitive or periodic dynamics compensation which provides robust and adaptive learning capability. Moreover, the usage of vision system makes mobile robot compensate the cumulative location error which exists when relative sensor like encoder is used to locate the position of mobile robot. The effectiveness of the proposed control scheme is shown through computer simulation.

• 한국정보통신학회논문지
• /
• 제12권3호
• /
• pp.534-540
• /
• 2008

본 연구에서는 MFSFET (Metal-Ferroelectric-Semiconductor FET) 소자의 모델링을 바탕으로 적응형 학습회로를 설계하고, 그 수치적인 결과를 분석하였다. 적응형 학습회로에서 출력주파수는 MFSFET 소자의 소스-드레인 저항과 캐패시턴스에 반비례하는 특성을 보여주었다. Short pulse 수에 따른 포화드레인 전류곡선은 강유전체의 분극반전 특성과 유사함을 확인할 수 있었고, 이는 강유전체 분극이 MFSFET 소자의 드레인 전류조절에 핵심적인 요소로 작용한다는 사실을 의미한다. 다음으로 MFSFET 소자의 소스-드레인 저항으로부터 dimensionality factor와 적응형 학습회로의 펄스 수에 따른 출력주파수 변화를 분석하였다. 이 특성으로부터 입력펄스의 진행에 따라 출력펄스의 점진적인 주파수 변화를 의미하는 적응형 학습 특성을 명확하게 확인할 수 있었고, 미래 뉴럴 네트워크에서 본 회로가 뉴런의 시넵스 부분에 효과적으로 사용될 수 있음을 입증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 춘계종합학술대회
• /
• pp.370-374
• /
• 1999

본 논문에서는 역전파 알고리즘과 헵 학습규칙의 장점을 최대한 살려 이용하고, 역전파 알고리즘의 문제점인 지역 최소점에 빠지는 경우와 학습시간이 느린 단점과 헵 학습규칙의 문제점인 학습 패턴의 저장능력이 매우 제한되고 선형적 분리가 되지 않는 복잡한 문제에는 적용할 수 없다는 단점등을 개선하기 위하여 혼합형 학습규칙을 제안한다. 제안하는 학습규칙은 입력층과 은닉층에 흔합형 학습규칙과 은닉층과 출력층에 역전파(Back-Propagation) 학습규칙을 적용한 혼합형이다. 제안한 혼합형 학습규칙을 이용한 신경회로망의 유용성을 확인하기 위하여 단일관절 매니플레이터를 이용하여 추종제어에 대한 시뮬레이션을 하여 기존의 역전파 알고리즘을 이용한 직접적응 제어 방식과 제어성능을 비교 검토한 결과 다음과 같은 특성을 확인하였다.