Journal of the Korea Institute of Information and Communication Engineering (한국정보통신학회논문지)

The Korea Institute of Information and Commucation Engineering (한국정보통신학회)
권호 표지

High-speed Integer Fuzzy Operations Without Multiplications and Divisions

곱셈, 나눗셈이 필요 없는 고속 정수 퍼지 연산

  • 김진일 (배재대학교 교양교육지원센터) ;
  • 이상구 (한남대학교 컴퓨터공학과)
  • Published : 2006.09.01
Download PDF
⟨ Previous Next ⟩

Abstract

In a fuzzy control system to vocess fuzzy data in high-speed for intelligent systems, one of the important problems is the improvement of the execution speed in the fuzzy inference and defuzzification stages. Especially, it is more important to have high-speed operations in the consequent Pan and defuzzification stage. Therefore, in this paper, to improve the speedup of the fuzzy controllers for intelligent systems, we propose novel integer fuzzy operation method without mulitplications and divisions by only integer addition to convert real values in the fuzzy membership functions in the consequent part to integer grid pixels $(400{\times}30)$ without [0, 1] real operations. Also we apply the proposed system to the truck backer-upper control system. As a result, this system shows a real-time very high speed fuzzy control as compared as the conventional methods. This system will be applied to the real-time high-speed intelligent systems such as robot arm control.

지능 시스템에서 고속으로 퍼지 데이터를 처리하기 위해서, 퍼지 제어시스템이 해결해야 할 중요한 문제점들 중의 하나는 퍼지 추론 및 비퍼지화 단계에서 수행속도를 개선하는 것이다. 이를 위해서는, 특히 후건부의 연산 및 비퍼지화 단계에서 고속 연산이 이루어져야 한다. 따라서 본 논문에서는 지능 시스템을 위한 퍼지 제어기의 속도향상을 위해 후건부 및 비 퍼지화 단계에서 [0, 1]의 실수 연산을 하지 않고, 퍼지 소속함수의 실수 값을 정수형 격자에 매핑 시켜 곱셈, 나눗셈이 필요 없는 정수형 덧셈을 고속으로 수행할 수 있는 알고리듬을 제안하고, truck backer-upper 제어 시스템에 적용하여 기존의 방법보다 매우 빠른 실시간 고속 퍼지 시스템을 보여준다. 본 논문에서 제안한 시스템은 로봇의 팔 움직임 제어 와 같은 실시간 고속 지능 시스템에 잘 활용될 수 있다.

Keywords

References

  1. 정성부, '유전자 알고리즘을 이용한 퍼지논리 제어기 소속함수의 양자화와 제어규칙의 최적 설계 방식', 한국해양정보통신학회 논문지, 제9권 3호, pp.676-683, 2005
  2. F. S. Hill, Computer Graphics, 2nd ed, Prentice Hall, 2002
  3. E. Cox, Fuzzy System Handbook, AP Professional, 1994
  4. J. Yen and L. Wang, 'Simplifying fuzzy rule-based models using orthogonal transformation method,' IEEE Trans. System, man, and Cybernetics-Part B, vol. 29, no. 1, 1999
  5. Daijin Kim and I.H. Cho,'An accurate and cost-effective COG defuzzifier without the multiplier and the divider,' Fuzzy Sets and Systems, Vol. 104, pp. 229-244, 1999 https://doi.org/10.1016/S0165-0114(97)00199-1
  6. N. Yubazaki, M. Otani and et. al., 'Fuzzy inference chip FZP-0401A based on interpolation algorithm,' Fuzzy Sets and Systems, Vol. 98, pp. 299-310, 1998 https://doi.org/10.1016/S0165-0114(96)00371-5
  7. Kagei, S., 'Fuzzy relational equation with defuzzification - algorithm for the largest solution,' Fuzzy Sets and Systems, Vol. 123, pp. 119-127, 2001 https://doi.org/10.1016/S0165-0114(00)00039-7
  8. Saade, J. J., 'Defuzzification Techniques for Fuzzy Controllers,' IEEE Trans. System, man, and Cybernetics, vol. 30, no. 1, pp. 223-228, 2000 https://doi.org/10.1109/3477.826965
  9. Li-Xin and Jerry M. Mendel, 'Generating fuzzy rules by learning from examples,' IEEE Trans. System, man, and Cybernetics, vol. 22, no. 6, pp. 1414-1427, Nov. 1992 https://doi.org/10.1109/21.199466
  10. Sang Gu Lee, 'High-speed Fuzzy Inference System in Integrated GUI Environment,' International Journal of Fuzzy Logic and Intelligent Systems, vol. 4, no. 1, pp.50-55, June 2004 https://doi.org/10.5391/IJFIS.2004.4.1.050
  11. Sang Gu Lee and J. Capinelli, 'VHDL Implementation of Very High-speed Integer Fuzzy Controller,' Proc. 2005 IEEE Int. Conf. on Systems, Man and Cybernetics, pp. 588-593, Honolulu, HI, USA, Oct. 2005
  12. G. Aranguren, et. al., 'Hardware implementation of a pipeline fuzzy controller,' Fuzzy Sets and Systems, Vol. 128, pp. 61-79, 2002 https://doi.org/10.1016/S0165-0114(01)00133-6
  13. Z. Saleic, 'High-speed customizable fuzzy-logic processor: architecture and implementation,' IEEE Trans. Systems, Man, and Cybernetics, Part A. no. 31, no. 6, pp. 731-737, 2001 https://doi.org/10.1109/3468.983430