• Earthquakes and Structures
• /
• 제22권4호
• /
• pp.421-430
• /
• 2022

This paper addresses the stochastic control problem of robots within the framework of parameter uncertainty and uncertain noise covariance. First of all, an open circle deterministic trajectory optimization issue is explained without knowing the unequivocal type of the dynamical framework. Then, a Linear Quadratic Gaussian (LQG) controller is intended for the ostensible trajectory-dependent linearized framework, to such an extent that robust hereditary NN robotic controller made out of the Kalman filter and the fuzzy controller is blended to ensure the asymptotic stability of the non-continuous controlled frameworks. Applicability and performance of the proposed algorithm shown through simulation results in the complex systems which are demonstrate the feasible to improve the performance by the proposed approach.

• Macromolecular Research
• /
• 제16권8호
• /
• pp.686-694
• /
• 2008

We studied the molecular shapes and structural characteristics of a 33-armed, star polystyrene (PS-33A) and two $3^{rd}$-generation, dendrimer-like, star-branched poly(methyl methacrylate)s with different architectures (pMMA-G3a and PMMA-3Gb) and 32 end-branches under good solvent and theta ($\Theta$) solvent conditions by using synchrotron small angle X-ray scattering (SAXS). The SAXS analyses were used to determine the structural details of the star PS and dendrimer-like, star-branched PMMA polymers. PS-33A had a fuzzy-spherical shape, whereas PMMA-G3a and PMMA-G3b had fuzzy-ellipsoidal shapes of similar size, despite their different chemical architectures. The star PS polymer's arms were more extended than those of linear polystyrene. Furthermore, the branches of the dendrimer-like, star-branched polymers were more extended than those of the star PS polymer, despite having almost the same number of branches as PS-33A. The differences between the internal chain structures of these materials was attributed to their different chemical architectures.

• 한국산업정보학회논문지
• /
• 제16권4호
• /
• pp.87-98
• /
• 2011

동영상에서의 움직이는 객체 검출과 추적은 객체 식별, 상황인식, 지능형 영상 감시 시스템 등 많은 시각 기반 응용 시스템에서 기본적이고 필수적인 전처리 작업이다. 본 논문에서는 배경과 조명이 실시간으로 변화하는 상황에서 움직이는 객체를 빠르고 정확하게 추출하고 움직이는 객체가 다른 물체에 가려지는 경우에도 강인하게 객체를 추적하는 방법을 제안한다. 객체의 효과적인 검출을 위해서 효과적인 고유 공간과 Fuzzy C-means(FCM) 를 결합하여 사용하고 검출된 객체를 강인하게 추적하기 위해 Conditional Density Propagation (CONDENSATION) 알고리즘을 사용한다. 먼저 Principal Component Analysis(PCA)를 이용하여 배경 영상에서 수집한 학습데이터를 주성분(Principal component)으로 선형변환 한다. 주성분들의 고유 특성에 대한 해석을 통하여 객체와 배경에 대하여 판별 능력이 우수한 주성분을 선별하여 고유 배경을 구성한다. 다음으로 이전단계에서 구성된 고유 벡터와 입력 영상을 결합한 연산 결과를 FCM의 입력 값으로 사용해서 객체를 검출한다. 최종적으로 검출된 객체의 좌표를 CONDENSATION의 입력으로 사용해서 객체를 추적한다. 고정된 카메라에서 조명변화와 배경변화에 적용 가능한 시스템을 구현하기 위해 고정된 카메라에서 움직이는 다양한 객체가 포함된 영상을 수집하여 학습데이터로 구성하여 사용하였다. 실험 결과에 따르면 제안하는 방법이 조명변화와 배경변화 그리고 객체의 부분적 움직임에 모두 강인하게 객체를 검출하고 다른 물체나 배경에 의해 객체가 일부 가려지더라도 객체를 추적함을 보여준다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제13권1호
• /
• pp.39-49
• /
• 2013

This paper presents a method of improving the performance of a day-ahead 24-h load curve and peak load forecasting. The next-day load curve is forecasted using radial basis function (RBF) neural network models built using the best design parameters. To improve the forecasting accuracy, the load curve forecasted using the RBF network models is corrected by the weighted sum of both the error of the current prediction and the change in the errors between the current and the previous prediction. The optimal weights (called "gains" in the error correction) are identified by differential evolution. The peak load forecasted by the RBF network models is also corrected by combining the load curve outputs of the RBF models by linear addition with 24 coefficients. The optimal coefficients for reducing both the forecasting mean absolute percent error (MAPE) and the sum of errors are also identified using differential evolution. The proposed models are trained and tested using four years of hourly load data obtained from the Korea Power Exchange. Simulation results reveal satisfactory forecasts: 1.230% MAPE for daily peak load and 1.128% MAPE for daily load curve.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권1호
• /
• pp.1-6
• /
• 2007

The SVDD (support vector data description) is one of the most well-known one-class support vector learning methods, in which one tries the strategy of utilizing balls defined on the feature space in order to distinguish a set of normal data from all other possible abnormal objects. Recently, with the objective of generalizing the SVDD which treats all training data with equal importance, the so-called D-SVDD (density-induced support vector data description) was proposed incorporating the idea that the data in a higher density region are more significant than those in a lower density region. In this paper, we consider the problem of further improving the D-SVDD toward the use of a partial reference set for testing, and propose an LMI (linear matrix inequality)-based optimization approach to solve the improved version of the D-SVDD problems. Our approach utilizes a new class of density-induced distance measures based on the RSDE (reduced set density estimator) along with the LMI-based mathematical formulation in the form of the SDP (semi-definite programming) problems, which can be efficiently solved by interior point methods. The validity of the proposed approach is illustrated via numerical experiments using real data sets.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.60-65
• /
• 2008

본 논문에서는 강인 디지털 제어기를 통한 스마트 스페이스의 안정도에 대해 논의하고자 한다. 제안된 제어기 설계 방법은 지능형 디지털 재 설계 기법을 적용하는 것이다. 좀 더 구체적으로, 불확실성 및 비선형성이 포함된 아날로그 시스템을 Takagi-Sugeno 퍼지 모델을 사용하여 나타낸다. 그리고 전역적 지능형 디지털 재 설계를 위하여 해당 문제를 볼록 최적화 관점으로 변환 한 후, 에러가 가질 수 있는 놈의 영역을 최소화하여 상태 정합을 이루고자 하였다. 전역적 접근을 통해 정리된 식은 선형 행렬 부등식으로 나타나게 된다. 마지막으로, 설계된 제어기를 HVAC (Heating, ventilating, and air conditioning) 시스템에 적용함으로써 효율성을 입증하고자 한다.

• 한국지진공학회논문집
• /
• 제9권5호
• /
• pp.41-52
• /
• 2005

지진응답제어를 위한 효율적 방법으로 제시된 퍼지관리제어기법은 퍼지에 기반한 의사결정과정을 통하여 가변 제어이득행렬을 구현함으로써 하나의 제어이득만으로 표현되는 선형제어기법보다 개선된 제어성능을 발휘할 수 있다. 이 논문에서는 퍼지관리제어기법의 효율성을 하중 및 교량모델의 불확실성에 대한 제어성능의 강인성 측면에서 평가하였다. 강인성 평가에 있어서는 Dyke등이 제시한 벤치마크 교량에 대하여, 최적설계된 LQG기법과 제어성능을 비교하는 방법을 사용하였다. 불확실성을 주는 요인으로는 주파수 특성이 다른 여러 지진가속도의 규모 및 교량의 강성변화를 가정하였다. 최적설계된 LQG 제어기와 제어효과를 비교한 결과, FSC시스템이 지진의 종류와 규모에 따라 보다 작은 전력을 사용하면서도 개선된 제어성능을 발휘하였다. 특히, LQG 제어시스템이 강성변화에 대하여 불안정한 제어성능을 보인 반면, FSC 시스템은 매우 안정적인 응답제어효과를 보이면서도 제어시스템에 소요되는 전력량과 제어장치의 스트로크에 있어서도 큰 변화를 보이지 않음으로써 매우 탁월한 강인성을 보장할 수 있는 것으로 나타났다.

• 한국항해항만학회지
• /
• 제28권3호
• /
• pp.227-232
• /
• 2004

차량동역학제어시스템은 복잡하고 비선형이므로 잠금방지 제동시스템 및 자동주행시스템 개발에 어려움이 있다. 차량절대속도를 추정하기 위해 퍼지 로직 기법이 최근 적용되어 정상적인 조건에서 만족할 만한 결과를 얻고 있다. 그러나 급격한 제동시 추정오차가 크게 발생되었다. 본 논문에서는 휠 속도 센서를 이용하여 무인 컨테이너 운송차량의 절대속도를 추정하기 위해, 뉴럴 네트워크 모델의 방사대칭 기저함수와 주성분 분석법을 적용하여 10개의 추정 알고리즘중 오차를 4％ 이내로 추정할 수 있는 알고리즘을 제시하였다.

• 한국지능시스템학회논문지
• /
• 제10권4호
• /
• pp.343-350
• /
• 2000

본 논문에서는, 최적 시스템을 위해서 FNN과 PNN에 기반을 둔 Multi-FPNN(다중 퍼지 다항식 뉴럴네트워크) 모델을 제안한다. 여기서 FNN 구조는 각각의 분리된 입력변수에 의해 분할된 퍼지 입력공간을 사용해서 설게되고, 간략 퍼지추론 방법과 오류 역전파 알고리즘을 이용한다. FNN은 더 좋은 출력성능을 얻기 위해 PNN과 결합한다. GMDH 방법에 기초한 PNN 구조의 각 노드는 1차 및 2차 고계 다항식의 두 형태를 사용하고, 그 노드의 입력의 입력은 2, 3, 4의 세 종류의 다변수 입력을 사용한다. 그리고 다중 FPNN 모델의 구조와 파라미터를 동정하기 위햐 HCM 크러스터링방법과 유전자 알고리즘을 사용한다. 여기서, 시스템을 위해 데이터 전처리 기능을 수행하는 HCM 클러스터링 방법은 입출력 공간분할에 의해 다중 FPNN 구조를 결정하기 위해 사용된다. 모델의 근사화와 일반화 능력 사이에 충분한 군형을 ？기 위해 하중계수를 가진 합성 성능지수(목적함수)를 사용한다. 데이터 개수, 비선형의 정도(입.출력 데이터 분포)에 위존하는 이 합성 목적함수의 하중계수의 선택 및 조절을 통하여 최적의 다중 FPNN모델을 설계하는 것이 유용하고 효과적임을 보인다. 본 연구는 두 개의 대표적 수치예의 도움으로 설명되고, 그 모델의 근사화 및 일만화 능력에 관련된 합성 성능 지수가 평가되고, 도한 토의된다.

• Journal of Mechanical Science and Technology
• /
• 제16권12호
• /
• pp.1633-1642
• /
• 2002

Uninterrupted power supply has become indispensable during the maintenance task of active electric power lines as a result of today's highly information-oriented society and increasing demand of electric utilities. The maintenance task has the risk of electric shock and the danger of falling from high place. Therefore it is necessary to realize an autonomous robot system using electro-hydraulic manipulator because hydraulic manipulators have the advantage of electric insulation. Meanwhile it is relatively difficult to realize autonomous assembly tasks particularly in the case of manipulating flexible objects such as electric lines. In this report, a discrete event control system is introduced for automatic assembly task of electric lines into sleeves as one of the typical task of active electric power lines. In the implementation of a discrete event control system, LVQNN (linear vector quantization neural network) is applied to the insertion task of electric lines to sleeves. In order to apply these proposed control system to the unknown environment, virtual learning data for LVQNN is generated by fuzzy inference. By the experimental results of two types of electric lines and sleeves, these proposed discrete event control and neural network learning algorithm are confirmed very effective to the insertion tasks of electric lines to sleeves as a typical task of active electric power maintenance tasks.