| 초록 |
본 논문은 원양 어업에서 지나친 경험으로 인한 비계획적 어획 문제점을 해결하기 위해 해양환경 데이터와 기존 생산량 데이터를 결합하여 어장에 대하여 유효적 분석을 진행하는 것을 통하여 방사형 기저 함수 신경회로망(radial basis function neural network, RBFNN) 기반의 서식지 적합도 지수(habitat suitability index, HSI)를 예측하는 방법을 제안하였으며, 또한 해당 방법을 인도양 대형 눈다랑어(the Indian Ocean big eye tuna, Thunnus obesus)의 서식지 적합도 지수를 예측하는 과정에 응용하였다. RBFNN 훈련 과정에서 퍼지 c-평균(Fuzzy c-means, FCM) 클러스터 알고리즘을 사용하였으며, 신경망 기반의 규칙 추출 과정에서 처음으로 화음 탐색(Harmony search, HS) 알고리즘을 이용하였다. 실험 연구 결과, FCM를 이용하여 개선한 RBFNN로 예측한 평균제곱오차(Mean square error, MSE)는 0.0216에 도달하였다. 화음 탐색은 계산 방법이 간단하고, 실현하기 쉬우므로 훈련을 거친 FCM-RBFNN로 분류 규칙을 추출하는 과정에 응용할 수 있었으며, 또한 추출한 규칙으로 어업의 현황을 반영할 수 있었다. |
