淡江大學機構典藏:Item 987654321/115689
English  |  正體中文  |  简体中文  |  Items with full text/Total items : 62830/95882 (66%)
Visitors : 4036656      Online Users : 629
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version
    Please use this identifier to cite or link to this item: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/115689


    Title: 模糊鑑別器於Burn In系統之設計
    Other Titles: Fuzzy Identification for Burn-In System
    Authors: 陳光原
    Keywords: 模糊系統;群聚分析演算法:奔應系統
    Date: 2012-06
    Issue Date: 2018-12-18 12:11:09 (UTC+8)
    Abstract: 建立一個模糊系統主要是依靠專家經驗來提供設計方法。如果一個受控系統只知道它的輸入輸出資料時,如何在沒有專家經驗下來建立適當的模糊鑑別器是很大的挑戰。本論文會探討設計一個模糊鑑別器的方法,藉著學習法則來不斷地學習輸入輸出的資料的行為,使其儘可能趨近於欲鑑別的系統。
    在論文的第一部份,我們發展了一種適用於模糊空間切割的分群演算法,它可以有效的探勘所處理資料之群聚分佈狀態,分析欲鑑別系統輸入輸出資料的群聚關係,而所得到之結果則可用作模糊系統粗略式的結構鑑別。得到初步的模糊系統之後,便可以系統之輸入輸出資料做為訓練目標,進一步學習以細調模糊系統的參數,使之能夠更精確符合受鑑系統的行為。
    在論文的第二部份,我們介紹一種基於競爭式學習的模糊系統建模方法。我們利用SOFM 神經網路在低維度矩陣空間內輸出拓樸網路來得到高維度輸入資料的推理法則,並產生有意義的規則資料庫以重塑受鑑別系統。而為了更精確逼近受鑑系統的特性,本論文將萃取出的模糊規則進一步結合遞迴式最小平方法進行參數鑑別的設計程序,來達到微調的效果。
    論文的最後一個部份則是將模糊鑑別器的設計方法應用在一Burn-In測試系統的恆溫調節。在此Burn-In測試系統中,我們需要控制加熱器與散熱風扇讓測試溫度穩定在所設定範圍,才能達到對每一個待測物Burn-In的效果;傳統作法中使用PI控制器所實現的溫度控制系統需要耗費很多時間來調整控制參數,在上升時間與超越量等性能也不易滿足測試的需求。本論文使用模糊鑑別器的設計方法建立模糊控制器以操控風扇及加熱器之運作,實際結果發現除了減少參數調整的試誤時間外,對系統也有較快上升時間及較小的超越量。
    Appears in Collections:[Graduate Institute & Department of Electrical Engineering] Monograph

    Files in This Item:

    File Description SizeFormat
    index.html0KbHTML97View/Open
    模糊鑑別器於Burn In系統之設計 摘要.pdf170KbAdobe PDF80View/Open
    模糊鑑別器於Burn In系統之設計 目次.pdf134KbAdobe PDF64View/Open

    All items in 機構典藏 are protected by copyright, with all rights reserved.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - Feedback