[논문 리뷰] Fast Hybrid PSO and Tabu Search Approach for Optimization of a Fuzzy Controller

Nesrine Talbi, Khaled Belarbi|arXiv (Cornell University)|2011. 12. 12.

Fuzzy Logic and Control Systems참고 문헌 6인용 수 5

한 줄 요약

이 논문은 타카기-스우네 제로계수 퍼지 컨트롤러의 소속 함수와 규칙 결론을 조정하기 위해 입자군집최적화(PSO)와 탭우 검색(TS)을 조합한 빠른 하이브리드 최적화 방법을 제안한다. 각 PSO 반복 단계에서 TS를 통합하여 최良의 이웃 해를 탐색함으로써, 계산 시간과 반복 횟수를 줄이면서도 높은 정확도와 최소 응답 시간을 유지한다. 이는 세 개의 규칙을 가진 역퍼레드 시스템에서 검증되었으며, 수렴 속도 향상이 확인되었다.

ABSTRACT

In this paper, a fuzzy controller type Takagi_Sugeno zero order is optimized by the method of hybrid Particle Swarm Optimization (PSO) and Tabu Search (TS). The algorithm automatically adjusts the membership functions of fuzzy controller inputs and the conclusions of fuzzy rules. At each iteration of PSO, we calculate the best solution and we seek the best neighbor by Tabu search, this operation minimizes the number of iterations and computation time while maintaining accuracy and minimum response time. We apply this algorithm to optimize a fuzzy controller for a simple inverted pendulum with three rules.

연구 동기 및 목표

• 메타휴리스틱 방법을 사용한 퍼지 컨트롤러 튜닝 시 느린 수렴 속도와 높은 계산 비용 문제를 해결하기 위해.
• PSO와 탭우 검색을 융합하여 퍼지 컨트롤러 파rameter 최적화의 효율성과 정확도를 향상시키기 위해.
• 동적 시스템에서 높은 제어 성능을 유지하면서도 응답 시간과 계산 노력을 최소화하기 위해.
• 실세계 제어 문제인 단순한 역퍼레드 안정화에 하이브리드 접근법을 적용하고 검증하기 위해.
• PSO 반복 과정 내에 탭우 검색을 통합함으로써 국소 탐색 정밀도를 향상시키고 총 반복 횟수를 감소시킬 수 있음을 보여주기 위해.

제안 방법

• 입자군집최적화(PSO)가 전역 탐색 능력을 제공하는 하이브리드 알고리즘을 설계하였다.
• 각 PSO 반복 단계에서 현재 최우수 해의 이웃 영역을 탐색하기 위해 탭우 검색(TS)을 적용하여 보다 우수한 국소 해를 찾는다.
• 이 방법은 타카기-스우네 제로계수 퍼지 컨트롤러의 입력 소속 함수와 출력 규칙 결론을 자동으로 튜닝한다.
• 하이브리드 접근법은 전역 탐색(PSO)과 집중적인 국소 탐색(TS)을 균형 있게 조화시켜 수렴 속도를 가속화한다.
• 시스템 응답 성능 기반으로 적합도를 평가하여 정착 시간과 오버슈트를 최소화한다.
• 최적화 과정은 단일 역퍼레드 시스템을 위한 세 개의 규칙을 가진 퍼지 컨트롤러에 적용되었다.

실험 결과

연구 질문

• RQ1 탭우 검색을 PSO에 통합함으로써 퍼지 컨트롤러 튜닝의 수렴 속도 향상이 가능한가?
• RQ2 단독 PSO에 비해 하이브리드 PSO-TS 접근법이 반복 횟수와 계산 시간을 줄이는가?
• RQ3 하이브리드 방법이 퍼지 제어 시스템에서 제어 정확도와 응답 시간을 유지하거나 향상시키는 데 어느 정도 효과적인가?
• RQ4 하이브리드 방법은 소속 함수와 규칙 결론을 동시에 최적화하는 데 얼마나 효과적인가?
• RQ5 伝통적인 튜닝 기법에 비해 하이브리드 방법이 역퍼레드의 더 빠른 안정화를 달성할 수 있는가?

주요 결과

• 하이브리드 PSO-TS 접근법은 최적의 퍼지 컨트롤러 파rameter에 도달하기 위해 필요한 반복 횟수를 크게 감소시켰다.
• 각 PSO 반복 단계에서 탭우 검색이 제공하는 효율적인 국소 탐색 덕분에 계산 시간이 최소화되었다.
• 역퍼레드 시스템을 안정화하는 데 있어 더 빠른 수렴과 낮은 응답 시간을 달성하였다.
• 최적화 과정은 퍼지 컨트롤러의 입력 소속 함수와 규칙 결론을 성공적으로 튜닝하였다.
• 탭우 검색의 통합은 국소 탐색 정밀도를 향상시켜 계산 오버헤드를 증가시키지 않으면서도 해 품질을 향상시켰다.
• 표준 PSO에 비해 퍼지 컨트롤러 튜닝의 속도와 정확도 측면에서 향상된 성능을 보였다.