• 한국지능시스템학회논문지
• /
• 제11권8호
• /
• pp.754-759
• /
• 2001

본 논문은 주성분분석기법, 퍼지 클러스터링, ANFIS(Adaptive Neuro-Fuzzy Inference System)와 하이브리드 GA(Hybrid Genetic Algorithm)를 이용하여 GA 기반 TSK(Takagi-Sugeno-Kang) 퍼지 분류기를 제안한다. 먼저 구조동정은 주성분분석기법을 이용하여 데이터 성분간의 상관관계가 제거하도록 입력데이터를 변환하고, FCM(Fuzzy c-means) 클러스터링과 ANFIS의 융합을 통해 초기 TSK 퍼지 분류기를 구축한다. 구축된 초기 분류기의 파라미터를 초기집단으로 발생시켜 AGA(Adaptive GA)와 RLSE(Recursive Least Square Estimate)에 의해 파라미터 동정을 수행한다. 이렇게 함으로서 퍼지 클러스터링의 효율적인 입력공간분할로 ANFIS의 문제점을 해결할 수 있고, AGA에 의해 집단의 다양성 유지와 전역적인 최적해의 수렴을 가속화할 수 있다. 마지막으로, 제안된 방법은 Iris 데이터 분류문제에 적용하여 이전의 다른 논문에 비해 좋은 성능을 보임을 알 수 있었다.

• 한국지능시스템학회논문지
• /
• 제11권8호
• /
• pp.720-725
• /
• 2001

비선형 미분방정식으로부터 TSK(Takagi-Sugeno-Kang) 퍼지모델을 유도한느 것은 퍼지 제어의 이론분야에서는 매우 중요한 문제이다. 본 논문에서는 off-equilibrium에서 상수항을 가지는 부분 미분 방정식을 배제시키는 방법을 제안한다. 이는 전건부의 언어적 표현이 삼각형 소속함수들을 가지는 기본적인 TSK 퍼지모델에서 체계적으로 유도되어진다. 그리고, 유도된 TSK 퍼지모델의 전건부 소속함수들은 GA(Genetic Algorithm)를 이용하여 최적화함으로써 실제 미분방적식에 근사화한다. 아울러 이상의 제안된 방법의 우수성을 모의실험을 통하여 검증한다.

• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.447-454
• /
• 2010

본 논문은 예측 시스템의 성능을 개선하기 위해 비선형데이터의 내재된 특성이나 불확실성을 보다 효과적으로 반영할 수 있는 Interval Type-2 TSK 퍼지논리 시스템 기반 다중 퍼지 예측시스템의 설계를 다룬다. 본 논문에 제시된 다중 예측시스템들은 데이터의 비선형적 특성들을 효과적으로 고려하기 위해 설계되며, 각각의 시스템은 Type-1 TSK 퍼지논리나 다른 방법들에 비해 데이터의 불확실성을 충분히 반영할 수 있는 Interval Type-2 TSK 퍼지논리를 기반으로 구현된다. 또한, 1차 차분변환 과정을 통해, 데이터의 원형으로부터 최적의 차분데이터를 생성하고, 이들을 각 시스템의 입력으로 사용함으로써 시스템 설계 시 보다 안정된 통계적 정보를 제공할 수 있도록 한다. 마지막으로, 두 개의 전형적인 시계열 데이터의 예측 시뮬레이션을 통해 제안된 방법의 효용성을 검증한다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권3호
• /
• pp.216-220
• /
• 2007

Camera calibration in machine vision is the process of determining the intrinsic camera parameters and the three-dimensional (3D) position and orientation of the camera frame relative to a certain world coordinate system. On the other hand, Takagi-Sugeno-Kang (TSK) fuzzy system is a very popular fuzzy system and approximates any nonlinear function to arbitrary accuracy with only a small number of fuzzy rules. It demonstrates not only nonlinear behavior but also transparent structure. In this paper, we present a novel and simple technique for camera calibration for machine vision using TSK fuzzy model. The proposed method divides the world into some regions according to camera view and uses the clustered 3D geometric knowledge. TSK fuzzy system is employed to estimate the camera parameters by combining partial information into complete 3D information. The experiments are performed to verify the proposed camera calibration.

• 한국지능시스템학회논문지
• /
• 제27권1호
• /
• pp.50-58
• /
• 2017

비선형 시스템 제어에 TSK 퍼지 모델을 이용하는 연구가 많다. 그러나 비선형 시스템을 TSK 퍼지 모델로 표현하기 위해서는 대상 시스템의 비선형 동특성 방정식을 알고 있거나 시스템으로부터 실험으로 입출력 공간에 충분히 분포된 데이터를 얻을 수 있어야 한다. 본 논문에서는 비선형 시스템의 TSK 퍼지 모델링에 계단 입력 응답과 GA만을 이용하는 방법을 제안한다. 연구 대상인 시스템은 제어 입력에 비선형인 경우와 출력에 비선형인 두 경우로 하였다. 제어 입력에 비선형인 경우 여러 입력 값에 대한 계단 입력 응답 데이터들로 모델링 하며, 제어 입력에 비선형인 경우에는 계단 입력 응답 데이터와 제어 입력 값이 0인 경우 응답 데이터를 이용하여 모델링 한다. 또한 제안한 방법으로 구해진 TSK 퍼지 모델로부터 퍼지 제어기를 설계하는 방법도 제시한다. 제안한 방법들을 예제들에 적용하여 모의 실험한 결과 원하는 제어 결과를 얻을 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.56-58
• /
• 2006

Camera calibration in machine vision is the process of determining the intrinsic cameara parameters and the three-dimensional (3D) position and orientation of the camera frame relative to a certain world coordinate system. On the other hand, Takagi-Sugeno-Kang (TSK) fuzzy system is a very popular fuzzy system and approximates any nonlinear function to arbitrary accuracy with only a small number of fuzzy rules. It demonstrates not only nonlinear behavior but also transparent structure. In this paper, we present a novel and simple technique for camera calibration for machine vision using TSK fuzzy model. The proposed method divides the world into some regions according to camera view and uses the clustered 3D geometric knowledge. TSK fuzzy system is employed to estimate the camera parameters by combining partial information into complete 3D information. The experiments are performed to verify the proposed camera calibration.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.427-432
• /
• 2005

This paper is concerned with a simultaneous design of TSK (Takagi-Sugeno-Kang)-linguistic fuzzy models with uncertain model output and the computationally efficient representation. For this purpose, we use the fundamental idea of linguistic models introduced by Pedrycz and develop their comprehensive design framework. The design process consists of several main phases such as (a) the automatic generation of the linguistic contexts by probabilistic distribution using CDF (conditional density function) and PDF (probability density function) (b) performing context-based fuzzy clustering preserving homogeneity based on the concept of fuzzy granulation (c) augment of bias term to compensate bias error (d) combination of TSK and linguistic context in the consequent part. Finally, we contrast the performance of the enhanced models with other fuzzy models for automobile MPG predication data and coagulant dosing process in a water purification plant.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.153-154
• /
• 2008

본 논문의 Type-2 TSK 퍼지 논리 시스템(Fuzzy Logic System; FLS)은 전반부 멤버쉽 함수로 가우시안 형태의 Type-2 퍼지 집합을 이용하고 후반부는 계수가 상수인 1차 선형식을 사용한다. 또한 Type-1 TSK 퍼지 논리 시스템을 Type-2 TSK 퍼지 논리 시스템으로 확장하고 제안된 모델을 가스로 공정 데이터와 sugeno 데이터에 적용한다. 여기서 인위적인 노이즈를 갖는 입력 데이터를 사용하여 제안된 모델의 성능이 기존의 모델보다 우수함을 수치적인 예로 보인다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.249-250
• /
• 2008

본 논문에서는 Interval Type-2 TSK 퍼지 논리 시스템을 설계하고 기존의 Type-1 TSK 퍼지 논리 시스템과 비교 분석한다. Type-1 TSK 퍼지 논리 시스템과 Interval Type-2 TSK 퍼지 논리 시스템을 비교하기 위해 노이즈에 영향을 받은 목적 데이터를 사용한다. 유전자 알고리즘을 사용하여 전반부의 중심값의 학습률과 후반부 계수값의 학습률을 결정한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.211-216
• /
• 2004

In this thesis, we present the Takagi-Sugeno-Kang (TSK) fuzzy model based adaptive controller and adaptive identification for a general class of uncertain nonlinear dynamic systems. We use an estimated model for the unknown plant model and use this model for designing the controller. The hybrid adaptive control combined direct and indirect adaptive control based on TSK fuzzy model is constructed. The direct adaptive law can be showed by ignoring the identification errors and fails to achieve parameter convergence. Thus, we propose an TSK fuzzy model based hybrid adaptive (HA) law combined of the tracking error and the model ins error to adjust the parameters. Using a Lyapunov synthesis approach, the proposed hybrid adaptive control is proved. The hybrid adaptive law (HA) is better than the direct adaptive (DA) method without identifying the model ins error in terms of faster and improved tracking and parameter convergence. In order to show the applicability of the proposed method, it is applied to the inverted pendulum system and the performance is verified by some simulation results.