構造化遺伝的アルゴリズムにおけるネットワークパラメータの最適化

スポンサーリンク

概要

• 論文の詳細を見る

• In this paper, a time-series prediction is carried out by the GA (Genetic Algorithm) method. We used the polynomial network which was constructed by GMDH (Group Method on Data Handling) as a chromosome structure for the GA, and applied the generalized delta rule to optimize the network parameters. The results show that the method is greatly effective for some time-series generated with nonlinear discrete maps, and also fairly valid for the real time-series.

• 東海大学の論文

著者

• 藤森 成一

  東海大学第二工学部電気工学科

• 三星 邦史

  東海大学工学研究科

• 三上 和愛

  東海大学工学研究科

関連論文

• ラフ集合を用いた学習用エキスパートシステムの構築
• ラフ集合による時系列予測
• ラフ集合の学習エキスパートシステムへの適用
• ラフ集合を用いた時系列解析
• ニューラルネットワークによる時系列データ予測の研究
• 建築用電磁シールド材に関する研究
• ウェーブレット変換を用いたEp型脳波の解析
• 構造化遺伝的アルゴリズムにおけるネットワークパラメータの最適化

スポンサーリンク