Optimized Identification of Genetic Algorithms based FPNN and Its Application to Nonlinear Data

진화 알고리즘 기반 FPNN의 최적 동정 및 비선형 데이터로의 응용

  • Lee In-Tae (Dept. of Electrical Engineering. The University of Suwon) ;
  • Lee Dong-Yoon (Dept. of Information and Communication Engineering, Joongbu Univ.) ;
  • Kim Hyun-Ki (Dept. of Electrical Engineering. The University of Suwon) ;
  • Oh Sung-Kwun (Dept. of Electrical Engineering. The University of Suwon)
  • Published : 2005.04.01

Abstract

본 논문은 유전자 알고리즘 기반 퍼지 다항식 뉴럴네트워크(Genetic Algorithm-based Fuzzy Polynomial Neural Networks ; GAs-based FPNN)를 이용하여 비선형 데이터의 최적화 추론 알고리즘을 제안한다. FPNN의 각 노드는 GMDH와 퍼지규칙을 기초로 만들었다. FPNN의 각 노드는 퍼지 다항식 뉴론(Fuzzy Polynomial Neuron : FPN)이라고 표현하다. 제안된 모델은 구조 선택에 있어서 유전자 알고리즘(Genetic Algorithms : GAs)을 이용하였다. 유전자 알고리즘을 사용하여 입력의 차수와 입력의 개수 그리고 후반부 추론의 형태를 최적 선택하였다. 비선형 데이터에 대한 모델 설계를 위해 최적화 알고리즘인 유전자 알고리즘 기반 FPNN 모델 설계가 유용하고 효과적임을 보인다.

Keywords