Структурная оптимизация нечетких регрессионных моделей с минимизацией ошибки прогноза на тестовой выборке
Попов Александр Александрович, Холдонов Абдурахмон Абдуллоевичабдурахмон · CyberLeninK (CyberLeninka) · 2018
СТРУКТУРНАЯ ОПТИМИЗАЦИЯ НЕЧЕТКИХ РЕГРЕССИОННЫХ МОДЕЛЕЙ С МИНИМИЗАЦИЕЙ ОШИБКИ ПРОГНОЗА НА ТЕСТОВОЙ ВЫБОРКЕ © 2018Александр Александрович Попов, доктор технических наук, профессор кафедры «Теоретическая и прикладная информатика» Абдурахмон Абдуллоевич Холдонов, аспирант кафедры «Теоретическая и прикладная информатика» Новосибирский государственный технический университет, Новосибирск (Россия) Аннотация Введение: в работе рассматривается проблема струтурной оптимизации регрессионных моделей в рамках концепции нечетких систем (Fuzzy Systems).Структурная оптимизация регрессионных моделей подразумевает решение задачи по определению модели оптимальной сложности.Модель оптимальной сложности имеет хорошие обобщающие способности и не несет в себе эффект переобучения.Приведены различные критерии селекции моделей, которые основываются на разбиении выборки на обучающую и тестовую части.Материалы и методы: в качестве метода оценивания неизвестных параметров используется метод наименьших квадратов в так называемом глобальном варианте.В этом случае осуществляется совместное оценивание всей совокупности неизвестных параметров.В качестве системы правил использовалась модель Такаги-Сугено.При разбиении области определения входных факторов использовались трапециевидные функции принадлежности.Проблему разбиения выборки на тестовую и обучающую части предлагается решать с использованием метода D-оптимального планирования эксперимента.При этом основное внимание в работе уделено использованию в качестве критерия селекции моделей критерию регулярности, который представляет собой ошибку прогноза на тестовой части выборки.Результаты: для оценки работоспособности данного критерия и процедуры разбиения выборки на обучающую и тестовую части проведен вычислительный эксперимент.Для проведения вычислительного эксперимента было разработано соответствующее программное обеспечение.Обсуждение: вычислительный эксперимент проводился на модельных данных.В качестве модели, порождающей данные, использовалась кусочная линейная зависимость от входного фактора.Результаты проведенных вычислительных экспериментов приведены в отдельных таблицах и рисунках.Контроль точности проверяемых моделей проводился по среднеквадратичной ошибке (MSE).Заключение: вычислительный эксперимент показал, что критерий регулярности, основанный на использовании тестовой выборки, полученной по процедуре оптимального планирования эксперимента, позволяет определять модель оптимальной сложности. Ключевые слова: D-
Cited by 0 works. Open-access PDF