English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 62821/95882 (66%)
造訪人次 : 4011713 線上人數 : 953
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library & TKU Library IR team.
搜尋範圍
全部機構典藏
商管學院
運輸管理學系暨研究所
--會議論文
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
主頁
‧
登入
‧
上傳
‧
說明
‧
關於機構典藏
‧
管理
淡江大學機構典藏
>
商管學院
>
運輸管理學系暨研究所
>
會議論文
>
Item 987654321/95437
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
請使用永久網址來引用或連結此文件:
https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/95437
題名:
應用模糊類神經網路於逐日動態路徑選擇之研究
作者:
董啟崇
;
吳淑順
貢獻者:
淡江大學運輸管理學系
關鍵詞:
模糊類神經網路
;
路徑選擇
;
動態決策行為
;
模糊理論
;
類神經網路
;
控制實驗
;
Fuzzy Artificial Neural Network
;
Route Selection
;
Dynamic Decision Behavior
;
Fuzzy Theory
;
Artificial Neural Network
;
Control Experiment
日期:
1999-12
上傳時間:
2014-02-12 10:10:12 (UTC+8)
摘要:
以模糊推論來表達駕駛者決策行為,提供了一合理描述人類之思考型態及經驗法則。此外類神經網路具有分散平行處理的能力與學習記憶的功能,並在容錯能力與雜訊抑制能力上有優異的表現;同時類神經網路具有函數逼近能力,只要給予足夠數量的輸入輸出對關係,就可學習得其間之非線性映射;若隱藏層及其神經元數目夠多,甚至可以任意精度去逼近任何函數。所以,利用類神經網路來學習駕駛者之動態決策行為,只要知其動態特性,訂定出輸入與輸出變數,即可進行學習。由於模糊推論與類神經網路各具特色,因此本研究結合兩者構建逐日動態通勤決策模型,並利用控制實驗法所擷取的通勤資料進行實證分析;而為探討駕駛者之動態決策行為,故本研究分別針對單日動態、多日動態(二日及三日)、週期性單日動態及週期性多日動態(二日及三日)等六種動態現象進行實證分析。
關聯:
中華民國運輸學會八十八年年會暨第十四屆學術論文研討會論文集,頁17-26
顯示於類別:
[運輸管理學系暨研究所] 會議論文
文件中的檔案:
檔案
大小
格式
瀏覽次數
應用模糊類神經網路於逐日動態路徑選擇之研究_中文摘要.docx
17Kb
Microsoft Word
124
檢視/開啟
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