• 한국강구조학회 논문집
• /
• 제18권2호
• /
• pp.147-160
• /
• 2006

본 논문에서는 개선소성힌지해석과 유전자 알고리듬을 이용한 평면 강골조 구조물의 퍼지최적설계 방법을 제시하였다. 개선소성힌지해석에서는 강골조 구조물의 기하학적 비선형성을 고려하기 위해 보-기둥 요소의 안정함수를 사용하였으며, 재료적 비선형을 고려하기 위해 잔류응력, 소성힌지, 그리고 기하학적 불완전성 등에 의한 점진적인 강성감소모델을 사용하였다. 유전자 알고리듬에서는 토너먼트 선택방법과 마이크로 유전자 알고리즘을 사용하였다. 목적함수로는 구조물의 총중량을 사용하였으며, 제약조건으로는 하중-저항능력, 사용성, 연성도, 그리고 시공성에 관한 기준을 고려하였다. 퍼지최적설계에서는 명확한 목적함수와 퍼지제약을 가지는 경우에 한하여 허용 오차는 제한값의 5%로 선택하고 비소속함수와 레벨컷 방법을 이용하여 0에서 1까지 0.2간격으로 나누어 최적화하였다. 여러 평면 강골조 구조물의 최적설계를 수행하여 일반GA최적설계와 퍼지GA최적설계의 최적값을 비교하였다.

• 정보처리학회논문지A
• /
• 제13A권1호
• /
• pp.53-56
• /
• 2006

유전 알고리즘은 자연 선택과 유전적 성질에 기반을 둔 알고리즘으로 기존 방법으로는 쉽게 해결할 수 없는 어려운 문제에서도 성공적으로 적용되었다. 기존의 유전 알고리즘은 해 집단이 큰 경우 시간이 많이 걸리는 문제점이 있다. 병렬 유전 알고리즘은 이러한 문제를 해결하기 위하여 제안된 기존의 유전 알고리즘의 확장이라 할 수 있다. 병렬 유전 알고리즘에서 중요한 요소는 이주와 유전 연산으로 이를 적절하게 설계함으로서 좋은 결과를 얻을 수 있다. 본 논문에서는 퍼지 논리를 이용하여 기존의 병렬 유전 알고리즘을 개선하고자 한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.969-972
• /
• 2005

This paper presents a GA-fuzzy $P^2ID$ control system for the flexible-joint robot arm. This controller is designed based on the parameter adjustment using fuzzy logic and genetic algorithms. According to the simulations, the better performance has been achieved acquired that the robot moved smoothly and met its required objectives. The results of comparison between 8 parameters and 10 parameters can be conclusion that the 10 parameters have setting time little than 8 parameters. In usability can be use 8 or 10 parameters these one.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.748-753
• /
• 2005

When the maneuver occurs, the performance of the standard Kalman filter has been degraded because mismatches between the modeled target dynamics and the actual target dynamics. To solve this problem, the unknown acceleration is determined by using the fuzzy logic based on genetic algorithm(GA) method. This algorithm is the method to estimate the increment of acceleration by a fuzzy system using th relation between maneuver filler residual and non-maneuvering one. To optimize this system, a GA is utilized. And then, the modified filter is corrected by the new update equation method which is a fuzzy system using the relation between the filter residual and its variation. To shows the feasibility of the suggested method with only one filter, the computer simulations system are provided, this method is compared with multiple model method.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.120-123
• /
• 1997

This paper presents models of fuzzy inference systems that can be built from a set of input-output training data pairs through hybrid structure-parameter learning. Fuzzy inference systems has the difficulty of parameter learning. Here we develop a coding format to determine a fuzzy neural network(FNN) model by chromosome in a genetic algorithm(GA) and present systematic approach to identify the parameters and structure of FNN. The proposed FNN can automatically identify the fuzzy rules and tune the membership functions by modifying the connection weights of the networks using the GA and the back-propagation learning algorithm. In order to show effectiveness of it we simulate and compare with conventional methods.

• Journal of Electrical Engineering and Technology
• /
• 제5권4호
• /
• pp.653-665
• /
• 2010

In this study, we introduce a neurofuzzy approach to the design of fuzzy controllers. The development process exploits key technologies of Computational Intelligence (CI), namely, genetic algorithms (GA) and neurofuzzy networks. The crux of the design methodology deals with the selection and determination of optimal values of the scaling factors of fuzzy controllers, which are essential to the entire optimization process. First, the tuning of the scaling factors of the fuzzy controller is carried out. Next, we form a nonlinear mapping for the scaling factors, which are realized by GA-based neurofuzzy networks by using a fuzzy set or fuzzy relation. The proposed approach is applied to control nonlinear systems like the inverted pendulum. Results of comprehensive numerical studies are presented through a detailed comparative analysis.

• 한국지능시스템학회논문지
• /
• 제14권5호
• /
• pp.598-603
• /
• 2004

광디스크에 저장된 데이터를 읽기 위한 광디스크 드라이브는 광학헤드 구동기의 포커싱 서보계와 트랙킹 서보계로 구성된다. 기존에 사용하는 지상-진상-진상 보상기는 시스템의 배속이 증가하면서 광학헤드의 구동기 제어가 점점 어려워지는 추세이다. 따라서 본 논문에서는 광학헤드 구동기 서보계 구현을 위하여 유전알고리즘 기반 퍼지 PID 제어 광학헤드 구동기 설계 기법을 제안한다. 제안된 광학헤드 구동기는 두개의 퍼지 PI, PD 제어 블록으로 구성되며 두 제어기의 퍼지 규칙은 유전알고리즘을 사용하여 최적화된다. 구동기의 포커싱, 트랙킹 서보계의 플랜트 모델은 유사하므로 트랙킹 서보계의 모의 실험만을 통하여 제안된 기법의 우수성을 보인다.

• Industrial Engineering and Management Systems
• /
• 제15권4호
• /
• pp.364-373
• /
• 2016

Disassembly is one of the important activities in treating with the product at the End of Life time (EOL). Disassembly is defined as a systematic technique in dividing the products into its constituent elements, segments, sub-assemblies, and other groups. We concern with a Fuzzy Disassembly Line Balancing Problem (FDLBP) with multiple objectives in this article that it needs to allocation of disassembly tasks to the ordered group of disassembly Work Stations. Tasks-processing times are fuzzy numbers with triangular membership functions. Four objectives are acquired that include: (1) Minimization of number of disassembly work stations; (2) Minimization of sum of idle time periods from all work stations by ensuring from similar idle time at any work-station; (3) Maximization of preference in removal the hazardous parts at the shortest possible time; and (4) Maximization of preference in removal the high-demand parts before low-demand parts. This suggested model was initially solved by GAMS software and then using Genetic Algorithm (GA) in MATLAB software. This model has been utilized to balance automotive engine disassembly line in fuzzy environment. The fuzzy results derived from two software programs have been compared by ranking technique using mean and fuzzy dispersion with each other. The result of this comparison shows that genetic algorithm and solving it by MATLAB may be assumed as an efficient solution and effective algorithm to solve FDLBP in terms of quality of solution and determination of optimal sequence.

• 한국지진공학회논문집
• /
• 제9권2호통권42호
• /
• pp.37-46
• /
• 2005

현재까지 많은 스마트 면진시스템이 제안되었고 연구되어 왔다. 본 연구에서는 스마트 면진시스템의 면진장치와 보조감쇠 장치로서 새로운 형태의 마찰진자시스템(FPS)과 MR 감쇠기를 각각 사용한다. 퍼지로직제어기(FLC)가 고유의 견실성과 비선형 및 불확실성을 쉽게 다룰 수 있는 능력이 있기 때문에 MR 감쇠기의 감쇠력을 조절하는데 FLC를 사용한다. 또한 FLC의 성능을 최적화 하기 위해서는 유전자알고리즘(GA)을 사용한다. GA를 사용함으로써 소속함수의 형상을 조절하는 것뿐만 아니라 적절한 퍼지제어규칙을 결정할 수 있다. 이를 위하여 본 연구에서는 부분개선 유전자알고리즘을 사용하였다. 이 방법은 유전자의 특정부분을 향상시키는데 효율적이다. FPS와 MR 감쇠기의 동적거동을 표현하기 위해서는 뉴로?퍼지 모델을 사용한다. FLC의 최적설계를 위하여 본 연구에서 제안된 방법의 효율성은 여러 가지 역사지진을 사용하여 계산된 동적응답을 기초로 하여 평가한다. 예제해석결과 제안된 방법은 적절한 퍼지규칙을 찾을 수 있고 GA로 최적화된 FLC는 수동제어기 뿐만 아니라 전문가의 지식에 기반한 FLC와 전통적인 준능동제어기보다 더 좋은 성능을 발휘한다.

• 한국지능시스템학회논문지
• /
• 제5권2호
• /
• pp.3-12
• /
• 1995

A controller utilizing fuzzy logic is developed to control the speed of a motor in a washing machine by choosing an appropriate phase. Due to the hardship imposed on obtaining a result from a relation established for inputs, present speed and present rate of speed, and ouput, a phase, of the system that can be tested against an experimental result, it is impossible to apply a genetic algorithm to fine-tune the fuzzy logic controller. To avoid this difficulty, a proper assumption that the parameters of an if-part of a primary fuzzy logic controller have a functional relationship with an error between computed values and experimental ones in made. Setting up of a fuzzy relationship between the parameters and the errors is then achieved through experimentally obtained data. Genetic Algorithm is then applied to this secondary fuzzy logic controller to verify the fuzzy logic. In the verification process, the primary fuzzy logic controller is used in obtaining experimental results. In this way the kind of difficulty in obtaining enough experimental values used to verify the fuzzy logic with genetic algorithm is gotten around. Selection of the parameters that would produce the least error when using the secondary fuzzy logic controller is done with applying genetic algorithm to the then-part of the controller. In doing so the optimal values for the parameters of the if-part of the primary fuzzy logic controller are assumed to be contained. The experimental result presented in the paper validates the assumption.