유전 알고리즘을 이용한 퍼지신경망의 시계열 예측에 관한 연구 (A Study on the Prediction of the Nonlinear Chaotic Time Series Using Genetic Algorithm based Fuzzy Neural Network)

서지정보

· 발행기관 : 한국인터넷방송통신학회
· 수록지 정보 : 한국인터넷방송통신학회 논문지 / 11권 / 4호 / 91 ~ 97페이지
· 저자명 : 박인규

초록

본 논문에서는 Mackey-Glass시계열의 예측에서 유전자알고리즘을 이용하는 구조적인 동정과 뉴로퍼지에 의한 파라미터 동정의 학습방법과 하이브리드 시스템을 제안하였다. 본 방법은 두 가지로 구성되었다. 하나는 입력공간에 대한 분할을 통하여 유전 알고리즘을 이용하여 퍼지 규칙베이스를 구축하고 다른 하나는 이 규칙베이스를 토대로 기울기 최하강법을 이용하여 제어규칙의 변수에 대한 파라미터 동정이다. 제안된 방법을 성능을 검증하기 위하여 입력의 패턴을 시간간격에 따라서 x(t-3), x(t-6)과 x(t-9)의 세 가지로 구성하였다. 많은 시뮬레이션을 통하여 유전알고리즘에 의한 구조적인 동정으로 인하여 학습초기에 오차가 작은 것을 알 수 있었다. 표2에서와 같이 성능을 확인 할 수 있었다.

영어초록

In this paper we present an approach to the structure identification based on genetic algorithm and to the parameter identification by hybrid learning method in neuro-fuzzy-genetic hybrid system in order to predicate the Mackey-Glass Chaotic time series. In this scheme the basic idea consists of two steps. One is the construction of a fuzzy rule base for the partitioned input space via genetic algorithm, the other is the corresponding parameters of the fuzzy control rules adapted by the backpropagation algorithm.
In an attempt to test the performance the proposed system, three patterns, x(t-3), x(t-6) and x(t-9), was prepared according to time interval. It was through lots of simulation proved that the initial small error of learning owed to the good structural identification via genetic algorithm. The performance was showed in Table 2

참고자료

· 없음