多入力学習データが急激変化する分布を持つ場合のファジィルールの自動調整

カテゴリ: 全国大会

論文No: 3-037

グループ名: 【全国大会】平成13年電気学会全国大会論文集

発行日: 2001/03/21

タイトル(英語): Self-tuning of Fuzzy Rules when Multi Input Learning Data has a Radically Changing Distribution

著者名: 権田 英功(米子高専),宮田 仁志(米子高専),大北正昭 (鳥取大学)

著者名(英語): Eikou Gonda(Yonago National College of Technology),Hitoshi Miyata(Yonago National College of Technology),Masaaki Ohkita(Tottori University)

キーワード: ファジィルール|自動チューニング|局所最適解の回避|頂点位置の変更|折れ線型メンバーシップ関数|多入力学習データ

要約(日本語): 最急降下法を用いたファジィルールの自動チューニングにおいて、折れ線型メンバーシップ関数を用いた場合、学習係数自動更新アルゴリズムによって、局所最適解を回避できることがすでにわかっている。しかし、学習データが急激に変化する分布の場合、学習が収束せず局所最適解を回避できないことがある。以前、折れ線型の特殊形としてメンバーシップ関数をその変化に追従できるような型に置き換え、さらにメンバーシップ関数の頂点位置をシミュレーテッドアニーリングの手法を用いて移動する方法を提案した。本報告はこの手法を多入力の関数近似問題

原稿種別: 日本語

PDFファイルサイズ: 162 Kバイト