퍼지 시간 최적 제어 문제의 수치 해법

초록

본 논문은 선형 시스템의 동역학을 갖는 제어 대상에 대해 초기와 최종 상태가 퍼지 집합으로 주어질 때, 시간 최적 제어 문제를 정의하고, 이를 두 개의 명확한(크리스프) 최적 제어 문제로 변환하여 수치적으로 해결하는 방법을 제시한다. 퍼지 최적 시간 개념을 도입하고, α‑컷을 이용해 상·하 경계 시간을 구한 뒤, 예시를 통해 접근법의 실효성을 검증한다.

상세 분석

논문은 먼저 전통적인 시간 최적 제어 문제를 복습하고, 초기·최종 상태가 확정값이 아닌 퍼지 집합으로 표현될 경우 발생하는 불확실성을 명시한다. 퍼지 상태는 α‑컷(α‑level set)으로 분해될 수 있다는 점을 활용해, 각 α에 대해 가능한 초기·최종 상태의 구간을 정의한다. 여기서 핵심은 “퍼지 최적 시간”을 정의하는 방식이다. 저자는 퍼지 최적 시간을 “모든 α‑컷에 대해 만족되는 최소 시간의 퍼지 집합”으로 설정하고, 이를 상한과 하한 두 개의 크리스프 시간 문제로 분리한다. 상한 문제는 가장 불리한 초기·최종 상태(즉, 가장 긴 이동 경로)를 가정해 최장 시간을 구하고, 하한 문제는 가장 유리한 상태를 가정해 최단 시간을 구한다. 두 문제 모두 선형 시스템에 대한 전형적인 시간 최적 제어와 동일하게 Pontryagin 최대 원리나 선형 프로그래밍 기법을 적용할 수 있다.

수치 해법에서는 α‑값을 일정 간격(예: 0,0.1,…,1)으로 샘플링하고, 각 α에 대해 두 크리스프 최적 제어 문제를 풀어 얻은 최적 시간들을 모아 퍼지 최적 시간의 멤버십 함수를 재구성한다. 이 과정에서 시간 복잡도를 낮추기 위해 상태·제어 제약을 다항식 형태로 근사하고, 선형 프로그램(LP) 혹은 이차 프로그램(QP) 솔버를 이용한다. 논문은 또한 퍼지 최적 시간의 해석적 특성—예를 들어, α가 증가할수록 상한과 하한이 수렴한다는 점—을 논의하고, 이러한 수렴 특성이 실제 시스템 설계에서 신뢰구간을 제공한다는 점을 강조한다.

제시된 예제는 2차원 상태 공간의 선형 시스템을 대상으로, 초기와 목표 상태를 각각 삼각형과 원형 퍼지 집합으로 설정한다. α‑컷을 적용해 11개의 구간을 만들고, 각 구간마다 두 개의 시간 최적 문제를 해결한다. 결과적으로 얻어진 퍼지 최적 시간은 삼각형 형태의 멤버십 함수를 보이며, 이는 전통적인 확정값 기반 최적 시간보다 더 넓은 범위의 해를 제공한다. 이 예제는 제안된 방법이 실제 엔지니어링 문제에 적용 가능함을 시연한다.

전반적으로 논문은 퍼지 초기·최종 조건을 가진 시간 최적 제어 문제를 체계적으로 정의하고, 기존의 크리스프 최적 제어 이론을 그대로 활용할 수 있는 변환 절차를 제시함으로써, 불확실성을 정량화하면서도 계산 효율성을 유지하는 새로운 패러다임을 제공한다.