• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권8호
• /
• pp.367-375
• /
• 2001

In Underwater Flight Vehicle depth control system, the followings must be required. First, it needs robust performance which can get over modeling error, parameter variation and disturbance. Second, it needs accurate performance which have small overshoot phenomenon and steady state error to avoid colliding with ground surface or obstacles. Third, it needs continuous control input to reduce the acoustic noise and propulsion energy consumption. Finally, it needs interpolation method which can sole the speed dependency problem of controller parameters. To solve these problems, we propose a depth control method using Fuzzy Sliding Mode Controller with feedforward control-plane bias term and Neural Network Interpolator. Simulation results show the proposed method has robust and accurate control performance by the continuous control input and has no speed dependency problem.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.176.2-176
• /
• 2001

In Underwater Flight Vehicle depth control system, the followings must be required. First, it needs robust performance which can get over nonlinear characteristics. Second, it needs accurate performance which have small overshoot phenomenon and steady state error. Third, it needs continuous control input. Finally, it needs interpolation method which can solve the speed dependency problem of controller parameters. To solve these problems, we propose adepth control method using Fuzzy Sliding Mode Controller and Neural Network Interpolator. Simulation results show the proposed method has robust and accurate control performance by the continuous control input and has no speed dependency problem.

• 한국군사과학기술학회지
• /
• 제4권2호
• /
• pp.30-41
• /
• 2001

In Underwater Flight Vehicle depth control system, the followings must be required. First, It needs a robust performance which can get over the nonlinear characteristics due to hull shape. Second, It needs an accurate performance which has the small overshoot phenomenon and steady state error to avoid colliding with ground surface and obstacles. Third, It needs a continuous control input to reduce the acoustic noise. Finally, It needs an effective interpolation method which can reduce the dependency of control parameters on speed. To solve these problems, we propose a Intelligence depth control method using Fuzzy Sliding Mode Controller and Neural Network Interpolator. Simulation results show the proposed control scheme has robust and accurate performance by continuous control input and has no speed dependency problem.

• 한국수자원학회논문집
• /
• 제32권1호
• /
• pp.3-13
• /
• 1999

본 연구에서는 공간 분포의 해석을 위하여 일반적으로 사용되어 오던 Thiessen 또는 Kriging 법들을 대체할 수 있는 새로운 모형인 SANN(Spatial-Analysis Neural-Network)을 소개한다. 이 모델은 신경망 기법을 이용한 비매개 변수법의 일종으로 미측정 기점의 평균값 뿐만 아니라 분산, 왜도 등의 고차 통계치를 제공하여 준다. 또한 어떤 기점에서의 공간변수의 값이 그 심각도에 따른 미리 지정된 여러 분류들 중 각각의 분류에 속할 확률값과 전체 공간을 각 분류에 따라 가장 최적하게 분류경제(class boundary)를 선정하여줄 수 있는 Bayesian 계급분류기(Classifier)를 제공하는 의사결정(decision-making) 역할도 수행할 수 있다. 본 연구에서는 제안된 SANN모형의 외삽기(interpolator)를 사용하여 관측 기점의 연평균 강우량을 대상 유역 전체의 공간적으로 분포시키고 또한 각 지점의 예측 오류를 산정하며, Bayesian 분류기를 사용하여 대상유역을 가장 적절하게 건조, 보통, 습윤 지역으로 분류하는 방법을 제시하여 본다. 본 연구에서는 39개 강우 계측 지점을 이용하여 우리나라의 연평균 강우의 공간 해석에 응용하여 본다. 결과적으로 연평균 강우량의 공간 분포, 표준편차, 그리고 확률도를 얻었다. 더불어 우리나라 전역을 건조, 보통, 습윤 지역으로 분류하여 보았다.