| 1 |
1
사용자의 요구를 최대한 만족할 수 있도록 환경을 조절하기 위해 학습 알고리즘에 의해 학습된 제어 파라미터를 이용하는 제어 파라미터 학습 기반 제어 시스템에 있어서,실내환경의 소정의 액추에이터를 제어하는 제어기와, 제어 파라미터를 입력받아 상기 액추에이터를 제어하기 위한 제어값을 생성하여 상기 제어기에 출력하는 제어 알고리즘 모듈과, 실내의 특정 환경의 감지값과 사용자 요구값을 입력받아 그 차이값과 미리 설정된 함수에 의해, 현재 제어 파라미터값을 학습한 후 개선된 제어 파라미터를 형성하여 상기 제어 알고리즘 모듈에 입력하는 학습 알고리즘 모듈을 포함하고;상기 학습 알고리즘 모듈은 신경망을 포함하고, 상기 함수는 멤버쉽 함수를 포함하고, 상기 제어 알고리즘 모듈은 퍼지 로직을 포함하고;상기 신경망은 실내 환경의 현재 감지값과 사용자 요구값 및 멤버쉽 함수 데이터를 기반으로 학습하여 최적의 멤버쉽 함수를 출력하고, 상기 퍼지 로직은 상기 신경망에서 출력되는 최적의 멤버쉽 함수를 입력받는 퍼지화부, 상기 퍼지화부의 출력값을 미리 설정된 규칙 기반으로 추론하는 규칙 추론부, 상기 규칙 추론부의 출력을 디퍼지화하여 상기 제어기에 출력하는 디퍼지화부를 포함하고,상기 신경망의 입력층에는 현재 온도, 사용자 요구 온도, 상기 현재 온도와 상기 사용자 요구 온도의 온도차이, 현재 멤버쉽 함수, 상기 현재 멤버쉽 함수값이 입력되는 것을 특징으로 하는, 제어 파라미터 학습 기반 제어 시스템
|
| 5 |
5
사용자의 요구를 최대한 만족할 수 있도록 환경을 조절하기 위해 학습 알고리즘에 의해 학습된 제어 파라미터를 이용하는 제어 파라미터 학습 기반 제어 방법에 있어서,상기 학습 알고리즘 모듈은 신경망을 포함하고, 상기 함수는 멤버쉽 함수를 포함하고, 상기 제어 알고리즘 모듈은 퍼지 로직을 포함하고, 상기 신경망은 실내 환경의 현재 감지값과 사용자 요구값 및 멤버쉽 함수 데이터를 기반으로 학습하여 최적의 멤버쉽 함수를 출력하고, 상기 퍼지 로직은 상기 신경망에서 출력되는 최적의 멤버쉽 함수를 입력받는 퍼지화부, 상기 퍼지화부의 출력값을 미리 설정된 규칙 기반으로 추론하는 규칙 추론부, 상기 규칙 추론부의 출력을 디퍼지화하여 상기 제어기에 출력하는 디퍼지화부를 포함하고,상기 신경망의 입력층에는 현재 온도, 사용자 요구 온도, 상기 현재 온도와 상기 사용자 요구 온도의 온도차이, 현재 멤버쉽 함수, 상기 현재 멤버쉽 함수값이 입력되고;제어 알고리즘 모듈이 제어 파라미터를 입력받아 실내환경의 소정의 액추에이터를 제어하기 위한 제어값을 생성하여 출력하는 제1단계와,상기 학습 알고리즘 모듈이, 실내의 특정 환경의 감지값과 사용자 요구값을 입력받아 그 차이값과 미리 설정된 함수에 의해, 현재 제어 파라미터값을 학습한 후 개선된 제어 파라미터를 형성하여 상기 제어 알고리즘 모듈에 입력하는 제2단계를 포함하는 것을 특징으로 하는, 제어 파라미터 학습 기반 제어 방법
|
