• International Journal of Control, Automation, and Systems
• /
• 제5권4호
• /
• pp.436-443
• /
• 2007

In this paper, an intelligent method called BELBIC (Brain Emotional Learning Based Intelligent Controller) is used to control of Locally Linear Neuro-Fuzzy Model (LOLIMOT) of Washing Machine. The Locally Linear Neuro-Fuzzy Model of Washing Machine is obtained based on previously extracted data. One of the important issues in using BELBIC is its parameters setting. On the other hand, the controller design for Washing Machine is a multi objective problem. Indeed, the two objectives, energy consumption and effectiveness of washing process, are main issues in this problem, and these two objectives are in contrast. Due to these challenges, a Multi Objective Genetic Algorithm is used for tuning the BELBIC parameters. The algorithm provides a set of non-dominated set points rather than a single point, so the designer has the advantage of selecting the desired set point. With considering the proper parameters after using additional assumptions, the simulation results show that this controller with optimal parameters has very good performance and considerable saving in energy consumption.

• Journal of Electrical Engineering and Technology
• /
• 제10권1호
• /
• pp.408-421
• /
• 2015

Because the wheel of V-belt continuously variable transmission (CVT) system driven by permanent magnet synchronous motor (PMSM) has much unknown nonlinear and time-varying characteristics, the better control performance design for the linear control design is a time consuming job. In order to overcome difficulties for design of the linear controllers, a hybrid recurrent Chebyshev neural network (NN) control system is proposed to control for a PMSM servo-driven V-belt CVT system under the occurrence of the lumped nonlinear load disturbances. The hybrid recurrent Chebyshev NN control system consists of an inspector control, a recurrent Chebyshev NN control with adaptive law and a recouped control. Moreover, the online parameters tuning methodology of adaptive law in the recurrent Chebyshev NN can be derived according to the Lyapunov stability theorem and the gradient descent method. Furthermore, the optimal learning rate of the parameters based on discrete-type Lyapunov function is derived to achieve fast convergence. The recurrent Chebyshev NN with fast convergence has the online learning ability to respond to the system's nonlinear and time-varying behaviors. Finally, to show the effectiveness of the proposed control scheme, comparative studies are demonstrated by experimental results.

• 한국항행학회논문지
• /
• 제19권6호
• /
• pp.636-642
• /
• 2015

본 논문에서는 계단응답으로부터 시 지연을 갖는 선형 연속시스템을 식별하기 위해 HS 최적화 알고리즘을 적용에 관하여 연구하였다. 인식 모델은 1차 시 지연 모델 (FOPDT)로써, FOPDT은 많은 화학 공정과 HAVC 공정에 실효성이 있으며 PID 튜닝에도 적합하다. 최근에 개발된 HS 알고리즘은 완벽한 하모니를 찾아가는 음악적 과정을 개념화 한 것이다. 수학을 기반으로 하는 전통적 기법과 달리 HS는 확률적인 방법을 사용하므로 미분과 같은 수학적 접근을 필요로 하지 않는다. 제시된 인식 방법의 효과를 입증하기 위해 많은 수치 예를 수행하여 결과를 제시하였다.

• Journal of Electrical Engineering and Technology
• /
• 제10권4호
• /
• pp.1508-1517
• /
• 2015

Optimal Power dispatch is the short-term decision of the optimal output of a number of power generation facilities, to meet the system demand, with the objective of Power dispatching at the lowest possible cost, subject to transmission lines power loss and operational constraints. The operational constraint includes power balance constraint, generator limit constraint, and emission dispatch constraint and valve point effects. In this paper, Opposition based Differential Evolution Algorithm (ODEA) has been proposed to handle the objective function and the operational constraints simultaneously. Furthermore, the valve point loading effects and transmission lines power loss are also considered for the efficient and effective Power dispatch. The ODEA has unique features such as self tuning of its control parameters, self acceleration and migration for searching. As a result, it requires very minimum executions compared with other searching strategies. The effectiveness of the algorithm has been validated through four standard test cases and compared with previous studies. The proposed method out performs the previous methods.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권8호
• /
• pp.1404-1422
• /
• 2011

In this paper, a new clear channel assessment (CCA) method: cascaded-CCA, is proposed. The primary motivation for the proposed approach is to integrate the respective advantages of two standard CCA mechanisms, energy detect and preamble detect, to arrive at a new dual threshold CCA family that can provide greater flexibility towards tuning MAC performance. Cascaded-CCA integrates energy efficiency of the energy detector (ED) and the reliability of the preamble detector (PD). The probability of detection/false alarm and power consumption of cascaded-CCA in the CCA modules of IEEE 802.11b are analyzed and compared with ED and PD as an example. The performance of cascaded-CCA is explored via MATLAB simulations that implement the CCA modules and medium access control (MAC) protocol for IEEE 802.11 and IEEE 802.15.4. Simulation results showed that cascaded-CCA improves the energy efficiency significantly compared to ED-only or PD-only CCA. In addition, ED, PD, and cascaded CCA are applied to a cognitive network scenario to validate the effectiveness of the proposed cascaded-CCA.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 춘계학술대회 논문집 전기기기 및 에너지변환시스템부문
• /
• pp.191-193
• /
• 2005

This paper presents Hybrid PI controller of IPMSM drive using fuzzy adaptive mechanism(FAM) control. To increase the robustness, fixed gam PI controller, Hybrid PI controller proposes a new method based self tuning PI controller. Hybrid PI controller is developed to minimize overshoot and settling time following sudden parameter changes such as speed, load torque, inertia, rotor resistance and self inductance. The results on a speed controller of IPMSM are presented to show the effectiveness of the proposed gain tuner. And this controller is better than the fixed gains one in terms of robustness, even under great variations of operating conditions and load disturbance.

• 전자공학회논문지CI
• /
• 제40권1호
• /
• pp.10-18
• /
• 2003

본 논문에서는 ADALINE의 학습을 위한 알고리즘을 제안하였다. 제안한 알고리즘은 직접 퍼지 논리 시스템을 이용하여 ADALINE의 연결강도를 조정하는 방식으로 퍼지 논리 시스템의 입력은 오차와 오차의 변화분이고, 출력은 연결강도 변화분이며, 각각의 연결강도는 스케일링 팩터만 다르게 하여 사용하였다. 제안한 알고리즘의 유용성을 확인하기 위하여 노이즈 제거와 인버티드 펜들럼 제어에 대하여 시뮬레이션과 실험을 수행하였다. Widrow-Hoff의 델타 규칙과 비교하였을 때 제안한 방식은 학습율을 선택할 필요도 없고, 성능이 우수함을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제18권5호
• /
• pp.685-691
• /
• 2008

퍼지 규칙기반 분류 시스템에서 위한 퍼지 분할 경계들의 선택은 중요하고 어려운 문제이다. 그래서 이들을 효과적으로 결정하기 위해서 신경망, 유전자알고리즘 등과 같은 학습과정에 기반을 둔 다양한 방법들이 제안되었고, 이전 연구에서는 이들 방법에 대한 문제점을 지적하고 이를 개선하기 위하여 중첩 형태에서 퍼지 분할을 결정할 수 있는 방법에 대해서 논의하였다. 본 논문에서는 이전 연구의 방법을 3가지 형태의 분류 경계들, 즉 비중첩, 중첩, 1점 인접 형태로 확장하였다. 또한 이들을 학습에 의존하지 않고 주어진 데이터로부터 얻어진 통계적 정보만을 사용하여 결정하는 방법을 제안하고, 이를 패턴 분류 문제에 적용하여 제안된 방법의 효용성을 보인다.

• 한국지능시스템학회논문지
• /
• 제18권3호
• /
• pp.360-366
• /
• 2008

퍼지 규칙기반 분류 시스템에서 초기의 퍼지 분할은 주어진 데이터가 가진 속성들의 도메인을 고려함으로서 결정되어지고, 최적의 분류 경계면은 초기에 정의된 퍼지 분할의 파라미터들을 조정함으로서 찾을 수 있다. 본 논문에서는 학습과정들을 사용하지 않고 패턴분류의 성능을 최대화하기 위해 통계적 정보에 기반을 둔 퍼지 분할의 선택방법을 제안한다. 제안된 방법에서 통계적 정보는 주어진 수치적인 데이터로부터 각 입력 속성의 '불확실성 영역', 즉 패턴분류문제에서 분류 경계면이 결정되는 영역을 추출하기 위해 사용되었다. 또한 통계적인 정보에 의해서 생성된 퍼지 분할구간에 대응하는 후보 규칙들을 추출하기 위한 방법과 그 후보 규칙들 간의 커플링 문제를 최소화하기 위한 방법도 추가적으로 논의하였다. 실험에서는 제안된 방법의 효용성을 보이기 위해 IRIS와 New Thyroid Cancer 데이터를 사용한 기존 패턴분류 방법들과의 분류 정확성을 비교하였고, 그 결과들로부터 제안된 방법이 기존의 방법들보다 더 좋은 분류 정확성을 제공함을 확인할 수 있었다.

• 전자공학회논문지CI
• /
• 제38권6호
• /
• pp.26-37
• /
• 2001

일반적인 역전파 알고리즘의 여러 가지 문제점들을 개선하기 위하여 활성화 함수의 이득을 퍼지 로직 시스템을 이용하여 자동 조절하는 방식을 제안하였다. 퍼지 로직 시스템을 구성하기 위하여 먼저 활성화 함수의 이득의 변화가 학습율, 연결강도 바이어스 등의 변화와 등가인 관계를 조사하였다 퍼지 로직 시스템의 입력은 마지막층에 대한 오차의 감도와 은닉층에 대한 오차의 평균 감도를 사용하였고, 출력은 활성화 함수의 이득을 사용하였다. 제안한 방식과 일반적인 역전파 알고리즘을 패리티 문제, 함수 근사화 문제 및 패턴 인식 문제등에 대하여 시뮬레이션하여 비교 검토한 결과 수렴비, 평균 학습 반복수, 정말도 및 새로운 입력 에 대한 원하는 오차 범위의 출력을 얻는 등의 성능이 개선됨을 알았다.