تعیین ضرایب شبکه های عصبی نوع GMDH با استفاده از فیلتر کالمن UKF

فیلتر کالمن آنسنتد (ukf) یکی از معروف ترین فیلترها جهت تخمین متغیرهای حالت آغشته با نویز گوسی و سفید یک سیستم غیرخطی است. همچنین، این فیلتر در تخمین پارامترهای شبکه های عصبی چند لایه ای نیز مورد استفاده قرار می گیرد. شبکه عصبی نوع gmdh یکی از پرکاربردترین شبکه های عصبی است که از توانایی بالایی در مدل سازی داده های پیچیده برخوردار است. در تحقیق های زیادی از روش های گوناگون نظیر تجزیه مقادیر منفرد و الگوریتم ژنتیک برای تعیین ضرایب این شبکه عصبی استفاده شده است. در این مقاله، از فیلتر کالمن آنسنتد جهت تخمین پارامترهای شبکه های عصبی نوع gmdh برای داده های آزمایشگاهی دارای قطعیت و عدم قطعیت استفاده شده است. با استفاده از این روش، ضرایب بر روی جدول داده های آزمایشگاهی بدون درنظر گرفتن نامعینی به دست آمدند و برای بررسی مقاوم بودن مدل به دست آمده در برابر نامعینی های موجود در داده ها از روش مونت کارلو استفاده شد. نتایج شبیه سازی برای دو جدول داده های آزمایشگاهی چند ورودی-یک خروجی نشان می دهند که الگوریتم ارایه شده نسبت به سایر روش ها، رفتار بسیار مقاوم تری در مواجهه با نامعینی ها دارد.