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

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

DOI QR Code

Design of a Fuzzy Logic Controller Using an Adaptive Evolutionary Algorithm for DC Series Motors

적응진화 알고리즘을 사용한 DC 모터 퍼지 제어기 설계에 관한 연구

  • 김동완 (동명대학교 전기전자공학과) ;
  • 황기현 (동서대학교 컴퓨터정보공학부) ;
  • 이재현 (동명대학교 항만물류학부)
  • Published : 2007.05.31
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, adaptive evolutionary algorithm(AEA) is proposed, which uses both genetic algorithm(GA) with good global search capability and evolution strategy(ES) with good local search capability in an adaptive manner, when population evolves to the next generation. In the reproduction procedure, proportion of the population for GA and ES is adaptively determined according to their fitness. The AEA is used to design membership functions and scaling factors of the fuzzy logic controller(FLC). To evaluate the performance of the proposed FLC design method, we make an experiment on the FLC for the speed control of an actual DC series motor system with nonlinear characteristics. Experimental results show that the proposed controller has better performance than PD controller.

본 논문에서는 적응진화알고리즘을 사용한 퍼지 제어기의 설계방법을 제안하였다. 적응진화알고리즘은 전역탐색특성이 우수한 유전알고리즘과 다음세대를 포함하는 해집단에 대해 적응적으로 우수한 국부탐색특성을 가진 진화전략을 사용한다. 재교배 과정에서 유전알고리즘과 진화전략을 위한 해집단의 분배는 적합도에 따라서 적응적으로 결정된다. 적응진화알고리즘은 퍼지제어기의 설계 파라메터인 퍼지변수에 대한 소속함수와 스케일 요소를 결정하는데 사용된다. 제기된 퍼지제어기의 성능을 평가하기 위해서 비선형 특성을 가진 실제 DC 모터 속도제어 시스템을 구성하여 실험하였으며, 실험결과 PD제어기의 경우보다 우수한 속도 제어성능을 가짐을 확인하였다.

Keywords

References

  1. Abraham Kandel, Gideon Langholz, 'Fuzzy Control Systems', CRC Press,1994
  2. Y. S. Kung and C. M. Liaw, 'A Fuzzy Controller Improving a Linear Model Following Controller for Motor Drives,' IEEE Transactions on Fuzzy Systems, vol. 2, no. 3, pp. 194-201, Aug., 1994 https://doi.org/10.1109/91.298448
  3. Jinwoo Kim,Yoonkeon Moon,and Bernard P. Zeigler, 'Designing Fuzzy Net Controllers Using Genetic Algorithms', IEEE Transaction on Control System, pp. 66-72, June, 1995
  4. K. Krishnakumar, David E. Goldberg, 'Control System Using Genetic Algorithms', Journal of Guidance, Control, and Dynamics, vol. 15,No.3, pp. 735-740, May,1992 https://doi.org/10.2514/3.20898
  5. D. A. Linkens and H. O. Nyongesa, 'Genetic Algorithms for Fuzzy Control: Part 1 : Offline System Development and Application', lEE Proceeding Control Theory Application', vol. 142, No.3, pp. 161-176, May,1995
  6. J. Arabas, Z. MichaIewicz, and J. Mulawka, 'GAVaPS-a Genetic Algorithm with Varying Population Size', IEEE International Conference on Evolutionary Computation, pp. 73-78,1994
  7. M. Srinivas andL. M. Patnaik,'Adaptive Probabilities of Crossover and Mutation in Genetic Algorithms', IEEE Transactions on Systems, Man and Cybernetics, vol. 24, No.4, pp.656-667, April, 1994 https://doi.org/10.1109/21.286385
  8. D. B. Fogel, L. J. Fogel and J. W. Atmas, 'Meta Evolutionary Programming', Proceedings 2sth Asilomar Conference on Systems, Signals, and Computers, pp. 540-545, 1991
  9. H. P. Schwefel, 'Evolution and Optimum Seeking', Sixth Generation Computer Technology Series, Wiley, 1995
  10. D. B. Fogel, 'An Introduction to Simulated Evolutionary Optimization', IEEE Transactions on Neural Networks, vol. 5, No.1, Jan. 1994
  11. G. H. kim, S. I. Kang, and J. H. Lee, 'Study on the Real-Time Moving Object Tracking using Fuzzy Controller', Journal of KIMlCS, vol. 10, No.1, pp. 191-196, 2006