共進化GPによるカオス常微分システムの推定
スポンサーリンク
概要
- 論文の詳細を見る
この論文では,遺伝的プログラミング(GP)による常微分ダイナミックスの推定方法と推定の精度について述べる.ダイナミックスは木構造によって表現され,その関数系をディジタル積分(ルンゲ・クッタ・ギル法)することによって数値解を得る.数値解ともとのデータの2乗誤差を求め,その逆数を関数の評価として与え,評価値の高い解候補のペアに交叉,突然変異処理など遺伝的操作を行い解の最適化を行う.また,複数の関数の同時推定を効率的に行えるように共進化モデルの提案を行った.誤差検討では,カオス常微分モデルの代表であるローレンツ,レスラーの2システムの推定を行い,1関数推定ではオリジナルの関数と同形な関数が推定できることを示し,複数(3)関数推定では共進化モデルが有効であることを示した.
- 社団法人電子情報通信学会の論文
- 2002-04-01
著者
関連論文
- ネットワーク構成されたノードにおけるフロー入力調整と退去を含むプライシング時系列のカオス解析とその抑制(ディジタル信号処理)
- ネットワーク構成されたノードにおけるフロー入力調整と退去を含むプライシング時系列のカオス解析とその抑制
- 格子点に配置されたエージェントの交互作用により生成されるマルチフラクタル表面特性を用いた生成過程推定(非線形問題)
- ジャンプ過程を含む変数で記述される評価関数の最適化と企業間取引における製造・販売リアルオプション価値の評価への応用
- 平成21年秋季研究発表会ルポ(情報の窓)
- 2-B-8 人工株式市場における株価のマルチフラクタル性と特徴抽出への応用(金融工学(4))
- 2-B-7 マルチエージェントからなるダブルオークション市場の価格変動分析(金融工学(4))
- ジャンプ過程を含む変数で記述される評価関数の最適化と企業間取引における製造・販売リアルオプション推定への応用(セッション2)
- GP学習するマルチエージェントからなる人工市場株価のマルチフラクタル性(ネットワークプロセッサ,通信のための信号処理,符号理論,一般)
- GP学習するマルチエージェントからなる人工市場株価のマルチフラクタル性(ネットワークプロセッサ,通信のための信号処理,符号理論,一般)