다중 목적 최적화를 이용한 Interval Type-2 pRBF 뉴럴네트워크의 구조적 해석

본 논문에서는 RBF 뉴럴 네트워크에서 은닉층 활성항수에 Interval type-2 퍼지개념을 적용한 새로운 RBF 뉴럴 네트워크를 설계하였다. 퍼지 시스템 분야에서 불확실한 정보에 대한 Type-l 퍼지집합의 성능을 보안하고자 Type-2 퍼지집합이 제안되었으며, 멤버쉽함수 안에 다시 멤버쉽함수를 생성함으로써 불확실한 정보를 좀 더 효과적으로 다루고자 하였다. 따라서 본 논문에서는 RBF 뉴럴 네트워크의 은닉층 활성함수에 type-2 퍼지집합의 개념을 적용하여 불확실한 정보에 대한 모델 성능을 개선하고자 하였다. 나아가 연결가중치를 상수항이 아닌 1차식으로 구성된 다항식을 사용하여 최종출력을 입력 출력의 관계식으로 표현하였다. 두 개 이상의 목적 합수를 갖는 NSGA(Nondominated Sorting in Genetic Algorithm)-Ⅱ을 이용하여 모델의 다양한 파라미터를 최적화시키는 동시에 모델의 성능과 구조의 관계를 해석하였다. 제안된 모델의 성능을 평가하기 위하여 비선형의 가스로 시계열 데이터를 사용하였다.