Робастная многокритериальная идентификация нелинейных объектов на основе эволюционирующих радиально-базисных сетей

• Опубліковано в: : Проблемы управления и информатики
• Дата: 2013
• Автори: Руденко, О.Г., Бессонов, А.А.
• Формат: Стаття
• Мова: Russian
• Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2013
• Теми: Методы идентификации и адаптивного управления
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/207641
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Робастная многокритериальная идентификация нелинейных объектов на основе эволюционирующих радиально-базисных сетей / О.Г. Руденко, А.А. Бессонов // Проблемы управления и информатики. — 2013. — № 5. — С. 22-32. — Бібліогр.: 27 назв. — рос.

Розглянуто задачу багатокритеріальної нейромережевої ідентифікації нелінійного об’єкта на основі еволюціонуючої радіально-базисної мережі, вибір структури якої та її адаптація здійснюються за допомогою генетичного алгоритму. Для усунення негаусівських завад використовуються робастні фітнес-функції, а для вибору оптимальної моделі з фронту Парето — робастні інформаційні критерії. Наведено результати імітаційного моделювання, які підтверджують ефективність підходу, що розвивається. The problem of multiobjective neural network-based identification of nonlinear objects by evolving radial basis network is considered. Networks’s structure selection and adaptation is performed using a genetic algorithm. Robust fitness functions are used to eliminate non-Gaussian noise. Robust information criteria are utilized for selection of the optimal model from the Pareto front. The simulation results confirm the effectiveness of the proposed approach.