| 研究概要 |
本年度では、連続・離散量システムに適用可能な機能局在と階層構造の基本方式の検討を行い、構成したシステムは数値シミュレーションを通してその有効性を確認した。
(1)FLNN (Functions Localized Neural Network)を活用して、個々のモジェールが完全に自立するのではなくお互いに相互作用することにより、高い学習能力を発揮学習システムを構成した。
(2)ネットワークを下位の基本ネットワークと上位の制御ネットワークにより構成し,基本ネットワークの入力に依存して下位基本ネットワークと上位制御ネットワークが情報交換する階層型機能局在連続システムを構成した。
(3)GNP (Genetic Network Programming)を活用して,GNPの中に自立した複数のモジェールGNPを内蔵し,これらが相互作用する機能局在型離散システムを構成した。
(4)GNPを現実世界の外部環境を入出力する下位のGNPと内部記憶を入出力する上位のGNPにより構城し,記憶を介して下位GNPと上位GNPが情報交換する階層構成型離散システムを構成した。
|
