• 대한전기학회논문지
• /
• 제41권5호
• /
• pp.551-561
• /
• 1992

A neural optimization network and fuzzy rules are proposed to control the redundant robot manipulators in an environment with obstacle. A neural optimization network is employed to solve the optimization problem for resolved motion control of redundant robot manipulators in an environment with obstacle. The fuzzy rules are proposed to determine the weights of neural optimization networks to avoid the collision between robot manipulators and obstacle. The inputs of fuzzy rules are the resultant distance and change of the distance and sum of the changes by differential motion of each joint. And the output of fuzzy rules is defined as the capability of collision avoidance of joint differential motion. The weightings of neural optimization networks are adjusted according to the capability of collision aboidance of each joint. To show the validities of the proposed method, computer simulation results are illustrated for the redundant robot of the planar type with three degrees of freedom.

• Journal of Mechanical Science and Technology
• /
• 제20권10호
• /
• pp.1614-1625
• /
• 2006

This paper presents the kinematics and workspace optimization of the two different 2-DOF (Degrees-of-Freedom) planar parallel mechanisms: one (called 2-RPR mechanism) with translational actuators and the other (called 2-RRR mechanism) with rotational ones. First of all, the inverse kinematics and Jacobian matrix for each mechanism are derived analytically. Then, the workspace including the output-space and the joint-space is systematically analyzed in order to determine the geometric parameters and the operating range of the actuators. Finally, the kinematic optimization of the mechanisms is performed in consideration of their dexterity and rigidity. It is expected that the optimization results can be effectively used as a basic material for the applications of the presented mechanisms to more industrial fields.

• Structural Engineering and Mechanics
• /
• 제61권2호
• /
• pp.283-293
• /
• 2017

The main contribution of the present paper is to propose an intelligent fuzzy inference system approach for modeling the debonding strength of masonry elements retrofitted with Fiber Reinforced Polymer (FRP). To achieve this, the hybrid of meta-heuristic optimization methods and adaptive-network-based fuzzy inference system (ANFIS) is implemented. In this study, particle swarm optimization with passive congregation (PSOPC) and real coded genetic algorithm (RCGA) are used to determine the best parameters of ANFIS from which better bond strength models in terms of modeling accuracy can be generated. To evaluate the accuracy of the proposed PSOPC-ANFIS and RCGA-ANFIS approaches, the numerical results are compared based on a database from laboratory testing results of 109 sub-assemblages. The statistical evaluation results demonstrate that PSOPC-ANFIS in comparison with ANFIS-RCGA considerably enhances the accuracy of the ANFIS approach. Furthermore, the comparison between the proposed approaches and other soft computing methods indicate that the approaches can effectively predict the debonding strength and that their modeling results outperform those based on the other methods.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.730-735
• /
• 2005

배낭 문제는 단순한 것 같지만 조합 최적화 문제로서, 다항 시간(polynomial time)에 풀리지 않는 NP-hard 문제이다. 이 문제를 해결하기 위해 기존에는 GA(Genetic Algorithms)를 이용하여 해결하였다. 하지만 기존의 방법은 DNA의 정확한 특성을 고려하지 않아, 실제 실험과의 결과 차이가 발생하고 있다. 본 논문에서는 배낭 문제의 문제점을 해결하기 위해 DNA 컴퓨팅 기법에 DNA 코딩 방법을 적용한 ACO(Algorithm for Code Optimization)를 제안한다. ACO는 배낭 문제 중 (0,1)-배낭 문제에 적용하였고, 그 결과 기존의 방법보다 실험적 오류를 최소화하였으며, 또한 적합한 해를 빠른 시간내에 찾을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제12권5호
• /
• pp.451-461
• /
• 2002

차분 진화는 다양한 형태의 목적함수를 최적화하는데 매우 효율적인 방법임이 입증되었다 차분 진화의 가장 큰 이점은 개념적 단순성과 사용의 용이성이다. 그러나 차분 진화의 수렴성이 제어 파라미터에 매우 민감한 단점이 있다. 본 논문은 새로운 교배용 벡터 생성법과 제어 파라미터의 적응 메커니즘을 결합한 적응성 있는 차분 진화를 제안한다. 이는 수렴성을 해치지 않으면서 차분 진화를 보다 강인하게 만들며 사용이 쉽도록 해준다. 12가지 최적화 문제에 대해 제안한 방법을 시험하였다. 적응성 있는 차분 진화의 응용 사례로써 이벤트 예측을 위한 교사 클러스터링 방법을 제안한다. 이 방법을 진화에 의한 이벤트 클러스터링이라 부르며 데이터 모델링 검증에 널리 사용되는 4 가지 사례에 대해 그 성능을 시험하였다.

• Journal of Platform Technology
• /
• 제11권1호
• /
• pp.3-10
• /
• 2023

최근 Unmanned Aerial Vehicles (UAVs)은 높은 유동성 및 낮은 하드웨어 비용으로 5G, 6G 무선 통신에서 큰 관심을 받고 있다. 여전히 Blockage와 에너지 문제가 존재하지만 이러한 문제들은 Reconfigurable Intelligent Surface (RIS)를 활용하여 해결할 수 있다. 또한 RIS를 UAV 통신에 이용함으로써 신호를 받지 못하는 사용자에게 신호를 전송하여 Spectral Efficiency를 향상시키며, 에너지 소비를 줄일 수 있다. 현재 대부분의 연구들은 송신 전력과 RIS 위상을 교대로 최적화하여 Power Consumption 최소화 및 데이터 전송 Delay 최소화 등의 목적을 달성하였다. 본 논문에서는 대역폭 최적화를 포함하여 합산 정보 전달율을 최대화하는 알고리즘을 제안한다. 이에 대한 성능평가를 진행하였고, 시뮬레이션을 통해 제안한 알고리즘의 우수성을 보였다.

• Smart Structures and Systems
• /
• 제32권1호
• /
• pp.37-47
• /
• 2023

Indirect determination of pan evaporation (PE) has been highly regarded, due to the advantages of intelligent models employed for this objective. This work pursues improving the reliability of a popular intelligent model, namely multi-layer perceptron (MLP) through surmounting its computational knots. Available climatic data of Fresno weather station (California, USA) is used for this study. In the first step, testing several most common trainers of the MLP revealed the superiority of the Levenberg-Marquardt (LM) algorithm. It, therefore, is considered as the classical training approach. Next, the optimum configurations of two metaheuristic algorithms, namely cuttlefish optimization algorithm (CFOA) and teaching-learning-based optimization (TLBO) are incorporated to optimally train the MLP. In these two models, the LM is replaced with metaheuristic strategies. Overall, the results demonstrated the high competency of the MLP (correlations above 0.997) in the presence of all three strategies. It was also observed that the TLBO enhances the learning and prediction accuracy of the classical MLP (by nearly 7.7% and 9.2%, respectively), while the CFOA performed weaker than LM. Moreover, a comparison between the efficiency of the used metaheuristic optimizers showed that the TLBO is a more time-effective technique for predicting the PE. Hence, it can serve as a promising approach for indirect PE analysis.

• 한국ITS학회:학술대회논문집
• /
• 한국ITS학회 2003년도 제2회 정기총회 및 추계학술대회
• /
• pp.21-28
• /
• 2003

• 한국도로학회:학술대회논문집
• /
• 한국도로학회 2006년도 학술발표회 논문집
• /
• pp.407-420
• /
• 2006

• 한국지능시스템학회논문지
• /
• 제19권2호
• /
• pp.191-196
• /
• 2009

본 논문에서는 BPSO(Binary Particle Swarm Optimization)방법과 상호정보량을 이용한 속성선택기법을 제안한다. 제안된 방법은 상호정보량을 이용한 후보속성부분집합을 선택하는 단계와 BPSO를 이용한 최적의 속성부분집합을 선택하는 단계로 구성되어 있다. 후보속성부분집합 선택 단계에서는 독립적으로 속성들의 상호정보량을 평가하여 순위별로 설정된 수 만큼 후보속성들을 선택한다. 최적속성부분집합 선택 단계에서는 BPSO를 이용하여 후보속성부분집합에서 최적의 속성부분집합을 탐색한다. BPSO의 목적함수는 분류기의 정확도와 선택된 속성 수를 포함하는 다중목적함수(Multi-Object Function)을 이용하였다. 제안된 기법의 성능을 평가하기 위하여 유전자 데이터를 사용하였으며, 실험결과 기존의 방법들에 비해 우수한 성능을 보임을 알 수 있었다.