| 模糊神經網路演繹法的最佳結構設計 | |
|---|---|
| 學年 | 84 |
| 學期 | 1 |
| 出版（發表）日期 | 1996-01-01 |
| 作品名稱 | 模糊神經網路演繹法的最佳結構設計 |
| 作品名稱（其他語言） | Fuzzy-Neuro Networks and Algorithm in Optimum Structural Design |
| 著者 | 史建中 |
| 單位 | 淡江大學機械與機電工程學系 |
| 描述 | 計畫編號：NSC85-2212-E032-001 研究期間：199508~199701 研究經費：212,000 |
| 委託單位 | 行政院國家科學委員會 |
| 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. |
| 關鍵字 | 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 |
| 語言 | |
| 相關連結 |
機構典藏連結 ( http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/7363 ) |
GoogleAnalytics