多目的進化計算によるパレート最適なRBFネットワークの構成法

抄録

RBFネットワークは，非線形時系列のモデリングやパターン認識などに広く利用されているが，その性能を発揮させるためにはネットワークの構造を適切に決定する必要がある．本報告では，一つの最適な構造を与えるのではなく，学習の目的に応じた複数の規準のもとでの多目的な構造の決定問題を考え，多目的進化計算によるパレート最適なRBFネットワーク集合を与える手法を提案する．具体的には，RBFネットワークの学習データへのあてはめのよさ、RBFネットワークの複雑さ、および滑らかさに関する評価関数を設定し、それらに対して　パレート最適なRBFネットワークの集合を与えるとともに，得られたパレート解集合に含まれるネットワークをアンサンブルすることで得られる　モデルを考え，その非線形システム同定への応用を数値例により検討した結果を報告する．