적응 뉴럴-퍼지 제어시스템의 설계에 관한 연구 = On Designing an Adaptive Neural-Fuzzy Control System

국문 초록 (Abstract)

지능 제어기를 구현하기 위한 한 방법으로 본 논문은 퍼지 논리와 신경망 제어기법을 합성 결합한 새로운 형태의 FNC(Fuzzy-Neural Controller)와 적응 뉴럴-퍼지 제어 방식을 제안한다. 제안되는 뉴럴-퍼지 시스템은 적응성과 학습능력의 두가지 주요한 기능을 갖는다. 먼저 FNC에서의 퍼지 규칙의 전건부와 후건부는 클러스터링 방법과 다층신경망에 의해 구현된다. 그리고 MNN(Model Neural Network)에서의 다층신경망은 수학적 모델링이 어려운 플랜트의 상태를 동정하는데 도입하고 동적인 환경에 적응하도록 제어기에 교사 신호를 제공한다. FNC와 MNN으로 구성된 적응 제어시스템은 학습 알고리듬으로 역전파 학습 알고리듬이 사용된다. 제안된 방식의 효용성은 2 d.o.f 로보트 매니퓰레이터와 cart-pole의 모의 실험으로 입증된다.

다국어 초록 (Multilingual Abstract)

As an approach to develope the intelligent control scheme, this paper will propose an adaptive neural-fuzzy control scheme. The proposed neural-fuzzy control system, which consists of the Fuzzy-Neural Controller(FNC) and Model Neural Network(MNN), has two important characteristics of adaptation and learning. In the FNC, the antecedence and consequence of the fuzzy rule are constructed by a clustering method and a multi-layer neural network.
And in the MNN, a multi-layer neural network is utilized to identify a unknown controlled plant and provides the FNC with the teaching signal. After constructing the adaptive control system using the FNC and the MNN, the error back propagation algorithm has been adopted as a learning technique. The effectiveness of the proposed scheme will be demonstrated by computer simulations of a cart-pole and a two d.o.f. robot manipulator.

목차 (Table of Contents)

• Ⅰ. 서 론
• Ⅱ. 퍼지 신경제어기
• Ⅲ. 적응 뉴럴-퍼지 제어 시스템
• Ⅳ. 모의 실험 및 결과
• Ⅴ. 결 론