1. Sieci radialne RBF

1.8. Przykład zastosowania sieci RBF w modelu sztucznego nosa elektronicznego

Zadaniem sieci RBF jest określenie stężenia 4 składników gazowych zmieszanych w różnym stosunku przy pomiarze za pomocą 5 czujników półprzewodnikowych firmy FIGARO. W uczeniu zastosowano 340 próbek o różnym stężeniu poszczególnych składników. W testowaniu sieci wytrenowanej użyto 80 próbek. Wynik testowania jest uzależniony od liczby neuronów ukrytych. Zbyt mała ich liczba prowadzi do sieci niedouczonej, zbyt duża liczba do sieci przeuczonej. Rys. 4.6 przedstawia wyniki testowania (wartości zadane względem estymowanych przez sieć) dla liczby neuronów  K=20 (rysunek a),  K=80 (rysunek b) oraz  K=300 (rysunek c).

a)

b)

c)

Rys. 4.6 Wynik działania regresyjnego sieci RBF w modelu sztucznego nosa elektronicznego: linia kropkowana czerwona – wartości zadane, linia ciągła czarna – wartości generowane przez model. W przypadku niedouczenia (rysunek a) i przeuczenia (rysunek c) model estymuje stężenia poszczególnych czterech składników gazowych z dużym błędem. Przy właściwym wyborze liczby neuronów ukrytych (rysunek b) wynik predykcji sieci zgadza się z dużą dokładnością z wartościami zadanymi.