유전자 알고리즘은 탐색, 최적화 및 기계 학습의 도구로 많이 사용되고 있는데, 구조는 단순하지만, 다양한 분야에서 적용되고 있다. 그리고 변화하는 환경에서 유연하게 대처 할 수 있는 자율운송장치의 능동적이고 효과적인 제어기에 관한 연구와 스스로 진화하여 학습할 수 있도록 하는 행동 기반 시스템에 관한 연구 또한 활발히 진행되고 있다. 퍼지 제어기 설계를 위한 소속 함수와 제어규칙의 구성 시 전문가의 경험적인 지식에 전적으로 의존하는 문제점을 가지고 있다. 본 논문에서는 자기 조직이 가능한 자율 운송 장치를 구성하기 위해서, 유전자 알고리즘을 이용하여 최적에 가깝도록 멤버십 함수를 조정했으며 제어규칙의 자기수정과 생성에 의해 제어 성능을 향상시켰다.
Genetic algorithm is used as a means of search, optimization md machine learning, its structure is simple but it is applied to various areas. And it is about an active and effective controller which can flexibly prepare for changeable circumstances. For this study, research about an action base system evolving by itself is also being considered. There is to have a problem that depended entirely on heuristic knowledge of expert forming membership function and control rule for fuzzy controller design. In this paper, for forming the fuzzy control to perform self-organization, we tuned the membership function to the most optimal using a genetic algorithm(GA) and improved the control efficiency by the self-correction and generation of control rules.
