We propose a optimal identification of information granulation(IG)-based fuzzy model to carry out the model identification of complex and nonlinear systems. To optimally identity we use genetic algorithm (GAs) sand Hard C-Means (HCM) clustering. An initial structure of fuzzy model is identified by determining the number of input, the selected input variables, the number of membership function, and the conclusion inference type by means of GAs. Granulation of information data with the aid of Hard C-Means(HCM) clustering algorithm help determine the initial parameters of fuzzy model such as the initial apexes of the membership functions and the initial values of polynomial functions being used in the premise and consequence part of the fuzzy rules. And the initial parameters are tuned effectively with the aid of the genetic algorithms(GAs) and the least square method. Numerical example is included to evaluate the performance of the proposed model.
In this paper, we discuss model identification of nonlinear data using GAs-based Fuzzy Polynomial Neural Networks(GAs-FPNN). Fuzzy Polynomial Neural Networks(FPNN) is proposed model based Group Method Data Handling(GMDH) and Neural Networks(NNs). Each node of FPNN is expressed Fuzzy Polynomial Neuron(FPN). Network structure of nonlinear data is created using Genetic Algorithms(GAs) of optimal search method. Accordingly, GAs-FPNN have more inflexible than the existing models (in)from structure selecting. The proposed model select and identify its for optimal search of Genetic Algorithms that are no. of input variables, input variable numbers and consequence structures. The GAs-FPNN model is select tuning to input variable number, number of input variable and the last part structure through optimal search of Genetic Algorithms. It is shown that nonlinear data model design using Genetic Algorithms based FPNN is more usefulness and effectiveness than the existing models.
The dynamic model and displacement control of piezoelectric actuators, which are commercially available materials for managing extremely small displacements in the range of sub-nanometers, are presented. Piezoceramics have electromechanical characteristics that transduce energy between the electrical and mechanical domains. However, they have hysteresis between the input voltage and output displacement, and this behavior is very demanding and complicated. In this paper, we propose a method of designing the control algorithm, and present the dynamic modeling equations that represent the hysteretic behavior between input voltage and output displacement. For this process, the piezoelectric actuator is treated as a second-order linear dynamic system and system constants are determined by the system identification method. Also, a classical PID controller is designed and used to regulate the output displacement of the actuator. To evaluate the performance of the proposed method, numerical simulation results are presented.
The Transactions of the Korean Institute of Electrical Engineers D
/
v.51
no.3
/
pp.89-95
/
2002
This paper describes a new identification method for friction in motion control systems, in which the friction model is not necessarily linear in parameters. The proposed method works well with any measurement data of velocity and input control force, as long as the initial and final velocities are identical. Most importantly, the proposed method does not require the information of acceleration for its implementation, in contrast with the previously known methods. This is due to the orthogonality property between acceleration and a function of velocity. In particular, if the parametric model is linear in parameters, its friction parameters can be identified in closed form without resorting to numerical search methods. To illuminate further the generality and practicality of the proposed friction identification method, we show good performance of the proposed method through some simulation results.
Journal of the Korean Institute of Intelligent Systems
/
v.17
no.2
/
pp.276-283
/
2007
It has been shown that the structure identification of a neuro-fuzzy model improves their accuracy performances in a various modeling problems. In this paper, we claim that the structure identification of a neuro-fuzzy model can also reduce the degree of inconsistency of its fuzzy rulebase. Thus, the resulting neuro-fuzzy model serves as more like a structured knowledge representation scheme. For this, we briefly review a structure identification method of a neuro-fuzzy model and propose a systematic method to measure inconsistency of a fuzzy rulebase. The proposed method is applied to problems or fuzzy system reproduction and nonlinear system modeling in order to validate our claim.
In the view point of practical engineering the identification problem may be considered as a problem to determine the optimal model in the sense of minimizing a given criterion function using the input-output records of the plant. In the system identification the statistical approach has been known to be very effective when the topological structure of the system and the statistical characteristics of the observation noises are known a priori. But in the practical situation there are many cases when the inforhation about the observation noises or the system noises are not available a priori. Here, the authors propose a new identification method which can be used effectively even in the cases when the variances of observation noises are unknown a priori. In the method, the identification of unknown parameters of a linear diserete system is achieved by minimizing the improved quadratic criterion function which is composed of the term of square equation errors and the term to eliminate the affection of observation noises. The method also gives the estimate of noise variance. Numerical computations for several examples show that the proposed procedure gives satisfactory results even when the short time observation data are provided.
Proceedings of the Computational Structural Engineering Institute Conference
/
2003.04a
/
pp.366-373
/
2003
This paper introduces a frequency-domain method of structural damage identification. It is formulated in a general form to include the nonlinearity of damage magnitudes from the dynamic stiffness equation of motion for a beam structure. The appealing features of the present damage identification method are: (1) it requires only the frequency response functions measured from damaged structure as the input data, and (2) it can locate and quantify many local damages at the same time. The feasibility of the present damage identification method is tested through some numerically simulated damage identification analyses for a cantilevered beam with three piece-wise uniform damages.
Transactions of the Korean Society for Noise and Vibration Engineering
/
v.26
no.7
/
pp.844-850
/
2016
This study pertains to the extraction of the road noise component of signals from a vehicle's interior noise via the traditional frequency domain and time domain system identification methods. For road noise extraction based on the frequency domain system identification method, the appropriate matrix inversion strategy is investigated and causal and non-causal impulse response filters are compared. Furthermore, appropriate data lengths for the frequency domain system identification method are investigated. In addition to the traditional road noise extraction methods based on frequency domain system identification, a new approach to extract road noise via the time domain system identification method based on a parametric input-output model is proposed and investigated in the present study. In this approach, instead of constructing a higher order model for the full-band road noise, input and output signals are processed in the subband domain and lower order parametric models optimal to each subband are determined. These parametric models are used to extract road noises in each subband; the full band road noise is then reconstructed from the subband road noises. This study shows that both the methods in the frequency domain and the time domain successfully extract the road noise from the vehicle's interior noise.
Journal of the Korean Institute of Intelligent Systems
/
v.9
no.5
/
pp.555-565
/
1999
The optimal identification algorithm of fuzzy systems is presented for rule-based fuzzy modeling of
nonlinear complex systems. Nonlinear systems are expressed using the identification of structure such as input
variables and fuzzy input subspaces, and parameters of a fuzzy model. In this paper, the rule-based fuzzy
modeling implements system structure and parameter identification using the fuzzy inference methods and
hybrid structure combined with two types of optimization theories for nonlinear systems. Two types of
inference methods of a fuzzy model are the simplified inference and linear inference. The proposed hybrid
optimal identification algorithm is carried out using both a genetic algorithm and the improved complex
method. Here, a genetic algorithm is utilized for determining initial parameters of membership function of
premise fuzzy rules, and the improved complex method which is a powerful auto-tuning algorithm is carried
out to obtain fine parameters of membership function. Accordingly, in order to optimize fuzzy model, we use
the optimal algorithm with a hybrid type for the identification of premise parameters and standard least square
method for the identification of consequence parameters of a fuzzy model. Also, an aggregate performance
index with weighting factor is proposed to achieve a balance between performance results of fuzzy model
produced for the training and testing data. Two numerical examples are used to evaluate the performance of
the proposed model.
An empirical model for diesel engine control was obtained using a system identification method. A pseudo-random binary sequence was used as an input signal. Spectral anaylsis was used to find the frequency response of system. Model parameters of transfer functions were obtained using nonlinear regression.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.