English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 49064/83169 (59%)
造訪人次 : 6958589      線上人數 : 70
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/7363


    題名: 模糊神經網路演繹法的最佳結構設計
    其他題名: Fuzzy-Neuro Networks and Algorithm in Optimum Structural Design
    作者: 史建中
    貢獻者: 淡江大學機械與機電工程學系
    關鍵詞: 模糊神經網路;結構最佳化設計;模式識別;知識擷取;機器學習;Fuzzy neural network;Optimum structural design;Pattern recognition;Knowledge acquisition;Machine learning
    日期: 1996
    上傳時間: 2009-03-16 15:48:24 (UTC+8)
    摘要: 機械、土木及航空結構的分析及設計一直 是研究人員們研究發展的對象.如何開發新材 料及新排列,以更快速及準確的分析法和更佳 的設計方法,增進結構分析及設計的功能,自然 為最熱門且持續不斷的研究.然而大型結構問 題(large scalestructure)及具實驗值的結構問題,卻 一直無更好的解法.尤其現代人工智慧 (artificial intelligence) 方面的資訊擷取 (knowledgeacquisition)或機器學習 (machine learning) 等需要日 增之際,如何有效地平行表達及提供分析及決 策設計的資訊,就成為重要的研究課題之一.本 研究計畫擬發展一種 BP(back propagation)架構的類 神精網路及演繹法,其中運用模糊邏輯(fuzzy logic)的分類,研發搜尋全域最佳設計及決策( global solution)的最佳結構設計及分析方法.研究 主題為建立最佳化模糊類神經網路(fuzzy-neuro network) 可一次完成訓練及最佳化設計.我們亦 計畫建立合併分析、設計約束條件(design constraints)和目標函數(objective function)的最佳設 計網路.預期的 Fuzzy-Neural Network 可快速反應及 計算網路裡的初始權值及最佳權值,增進網路 應用效率.另外,網路分析結果並可提供設計值 和目標值的對應(matching) 及類型辨認 (pattern recognition)資料,以期更進一步供應專家系統的 建立.本研究承電機系蘇木春副教授合作,支援發展所需的類神經網路.
    顯示於類別:[機械與機電工程學系暨研究所] 研究報告

    文件中的檔案:

    沒有與此文件相關的檔案.

    在機構典藏中所有的資料項目都受到原著作權保護.

    TAIR相關文章

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