予測誤差評価基準に予測誤差平方和（PSS）を用いる多層構造型GMDH-typeニューラルネットワークアルゴリズムとその非線形システム同定への応用

摘要

本研究では、予測誤差評価基準に予測誤差平方和（Prediction Sum of Squares：PSS）を用いてニューラルネットワーク構造を自己組織する改良形GMDH-typeニューラルネットワークを提案して非線形システムの同定問題に応用する。この改良形GMDH-typeニュー＋ラルネットワークスでは、PSSを用いて、進化論的計算方法のd種である発見的自己組織化法によりネットワーク構造を自己組織している。また、ネットワーク構造はシグモイド関数型構造、ラジアルベース関数型構造、多項式型構造の中から自己選択し、階層構造の層の数、各層のニューロン数、有益な入力変数などの構造パラメータなどもPSSを最小にするように自己選択している。さらに、ニューロンの学習計算では、主成分回帰分析を用いて多重共線性の発生を防止して高精度計算を行っている。このニューラルネットワークの構造は、PSSを用いて自動的に自己組織化されており、7従来からよく用いられているBP法を用いるシグモイド関数型ニューラルネットワークのように、ニューラルネットワークの構造パラメータ（重みwの初期値、中間層の数、中間層のニューロン数など）を変化させて適切なニューラルネットワーク構造を見つけ出すといった繰り返し処理を必要としない。