模糊神經網路演繹法的最佳結構設計

淡江大學機構典藏 > 工學院 > 機械與機電工程學系暨研究所 > 研究報告 > Item 987654321/7363

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/7363

题名:	模糊神經網路演繹法的最佳結構設計
其它题名:	Fuzzy-Neuro Networks and Algorithm in Optimum Structural Design
作者:	史建中
贡献者:	淡江大學機械與機電工程學系
关键词:	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
上传时间:	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.
显示于类别:	[機械與機電工程學系暨研究所] 研究報告

文件中的档案:

没有与此文件相关的档案.

在機構典藏中所有的数据项都受到原著作权保护.

TAIR相关文章

数据加载中.....