Design of the Combined Direct and Indirect Adaptive Neural Controller Using Fuzzy Rule

퍼지규칙에 의한 직.간접 혼합 신경망 적응제어시스템의 설계

In this paper, the direct and indirect adaptive controller are combined based on the Lyapunov synthesis approach. The Proposed controller is constructed from RBF Neural Network and weighting parameters are adjusted on-line according to some adaptation law. In this scheme, fuzzy IF-THEN rules are used to decide the combined weighting factor. In the results, proposed controller has the main advantages of both the direct adaptive controller and the indirect adaptive controller. The effectiveness of the proposed control scheme is demonstrated through simulation results of control for one-link rigid robotics manipulator.

본 논문에서는 직접 적응제어기와 간접 적응제어기를 Lyapunov 안정도 이론에 근거하여 결합하였다. 제어기는 RBF 신경망을 이용하여 구성하였으며 하중파라미터들은 적응칙에 의하여 조정되도록 하였다. 또한 시스템의 성능에 영향을 미치는 결합 가중치는 퍼지 If-THEN 규칙을 이용하여 결정되도록 하였다. 이렇게 함으로써 직접 적응제어기와 간접 적응제어기의 장점을 지니는 직 간접 혼합 신경망 적응제어기를 구성할 수 있었다. 제안한 알고리즘의 효용성을 보이기 위하여 일축 강페 로봇 매니퓰레이터를 대상으로 시뮬레이션한 결과 만족할 만한 성능을 보였다.