<link rel="stylesheet" href="styles.cf390c6bfbe7555f.css">

學術出版;;Publications

Permanent URI for this communityhdl:11536/1

收集所有交通大學研究人員與學生個人或團體所發表之各項學術著作，涵蓋期刊論文、教師專書、學位論文等項。;;Collections of Publications of NCTU Researchers and Students Like Journal Papers and Thesis.

Browse

🏛️國立陽明交通大學機構典藏

End date: 1999Subject: search.filters.subject.類神經網路

Search Results

Now showing 1 - 10 of 59
  • Thumbnail Image
    Item type:Item,
    運用非傳統控制方式研製拋光加工用撓性機械手 (II)
    (1993)
    唐佩忠
    ;
    陳福川
    ;
    交通大學控制工程學系 
    本計畫的目標分成兩方面,一方面是研製一 種工業用的撓性機械手,希望能大幅度的減輕 機械手重量,而降低製造成本,另一方面是藉著 這種真實的工業難題,整合一些有潛力的非傳 統設計方法,像是影像量測□類神經網路□模 糊控制邏輯□可變結構控制和專家系統等等, 以測試這些新方法的功效和潛力.要推動撓性 機械手作工業應用,必須面對許多真正的難題, 不只像是振動□精度□量測和控制上等學理上 的問題,還有加工受力變形□路徑規劃和機體 設計等實際應用上的問題,由於拋光加工主要 是施力控制,在位置精度上的要求較容易達成, 本計畫乃以拋光加工用撓性機械手作第一項目 標,逐步推動撓性機械手應用在自動化工業上. 由於撓性機械手面臨了非線性□時變和負載干 擾等問題,傳統控制所運用的線性化處理方法 難以發揮,因此我們嘗試整合一些非傳統方式 研製此系統,在量測方面,採用影像系統作非接 觸式量測研究;在控制方面,分別採用類神經網 路,模糊控制邏輯和可變結構控制同時進行研 究,以尋求較佳的結果;在機構規劃和設計上,採 用專家系統方式進行研究;在加工應用上,以實 驗手段分析受力干擾並研究受力干擾下的路徑 規劃問題.在研製工作上,以多微處理機方式建 立模組式結構,並分別以單自由度拋光加工和 多自由度拋光加工進行實驗工作,由於本計畫 以真正的工業難題測試一些極有潛力的非傳統 控制方法,研究結果不但可推動低成本之工業 機械手,更可推廣這些新方法至其他的自動化 研究上.本計畫是三年計畫的第二期,本期計畫 的具體目標是針對第一期計畫中建立的單自由 度撓性機械手,分別以不同方法對拋光加工作 實際施力控制並檢討實驗結果:同時並將研製 一套多自由度撓性機械手以配合未來第三期的 計畫. 
  • Thumbnail Image
    Item type:Item,
    以線上學習演算法學習順向式類神經網路控制器的輸出範圍並用於控制問題
    (1993)
    林昇甫 
    ;
    交通大學控制工程研究所 
    類神經網路已經廣泛地被當作控制器來控制非 線性系統.這種控制方法可藉由離線(Off-line)或線 上(On-line)之學習法則來達成(參考(1),(7),(8)).本計 畫將針對線上學習法則所設計出來的控制法則作 研究.在這些控制問題中,類神經網路控制器之輸 出信號必須有一最小之範圍限制,因為若控制器 的輸出大小被限制在一個更窄的範圍,則不能達 成控制或追蹤的目的.在實際應用上,因為系統有 一最大輸入範圍,所以類神經網路控制器之輸出 信號應該受限於系統之最大輸入範圍.當使用順 向式類神經網路(Feedforward Neural Network)當控制器 時,選擇S函數(Sigmoid Function)或線性函數為控制器 最後一層輸出之作用函數(Activation Function)時,均 不恰當(參考(12)).本計畫的研究方向即為探討此 類的問題,研究主題共有三項,分述如下:�我們改良順向式類神經網路的最後一層作用函 數,並應用Demetri(1)等人所提出之線上學習演算法 來找類神經網路控制器之正確輸出範圍,如此追 蹤之誤差會小於我們事先所設定的大小.更進一 步,我們也討論改良順向式類神經網路的最後一 層作用函數對控制器之學習所能帶來的好處.�因為使用(1)的線上學習演算法時,適用的系統 其型態是有所限制的.所以我們提出一個改良的 線上學習演算法,使得能達到如�所述之目標.如 此一來,能被控制的系統其型態比�所能適用的 系統型態更一般化. 
  • Thumbnail Image
    Item type:Item,
    加權連屬神經網路之研究
    (1993)
    張志永 
    ;
    交通大學控制工程研究所 
    類神經網路是最近很熱門的研究主題之一.從 內部結構來說,類神經網路是由許多彼此間相互 連接,且能夠同時運算的神經元所構成,有平行處 理的特性及學習的能力,應用層面相當廣泛(1,2). 在Hopfield類神經網路的模型中(3,4),可應用於解決最佳化,混合信號分離,線性規劃等(5).此外,Hopfield 亦提出可解決內容連屬記憶的問題(6-8),亦即由內 容資料去判定其為某種類的物體,簡言之,即有圖 樣歸屬與辨認的功能. 
  • Thumbnail Image
    Item type:Item,
    類神經網路學習演算法在土木結構設計之應用
    (1993)
    洪士林
    ;
    HUNG SHIH-LIN
    ;
    交通大學土木工程學系
    本計畫的目的是要推導一有效的類神經網路學 習演算法(Learning Algorithm),並探討與比較新的演算 法與已發展的演算法的效果,並把新的類神經網 路演算法應用在土木結構設計上;諸如混凝土樑 斷面之設計或鋼結構樑斷面之選擇上.基於最佳化理論中最陡方向法(Steepest Descent Method ),向後推導法(Error Backpropagation)已被廣泛用於多 層類神經網路中.然而,此法的收斂性較差,且需要 長時間的學習,才能使該類神經網路達到預期的 學習效果.所以,本計畫將利用最佳化理論的演算 法來改良向後推導法,並推導出一個較有效率的 類神經網路學習法則,最小記憶BFGS方法(L-BFGS method)利用最少的電腦記憶空間並有最佳的搜尋 方向,本計畫將採用此法來改良已有的演算法.
  • Thumbnail Image
    Item type:Item,
    以環境系統分析技術探討廢棄物清理問題
    (1993)
    高正忠
    ;
    Jen-Jung Kao
    ;
    交通大學環境工程研究所
    「都巿廢棄物處理問題」向來困擾著世界上各 先進國家,而為解決目前的廢棄物問題,國內各界 正努力從事研究開發或技術引進等工作.在大量 投資於硬體建設的同時,各種支援設施操作管理 方面之軟體工作,亦應同時兼顧,以達成環保工業 在國內生根之目的,並落實其本土化之政策.有鑑於此,本計畫擬以環境系統分析技術,發展有 關軟體以改進廢棄物清理系統.本研究初期擬用 三年時間以數據分類解析(Data Clustering),類神經網 路(Neural Network),專家系統(ExpertSystem)和模糊集合 理論(Fuzzy Set Theory)等技術,完成以下廢棄物清理 系統方面之相關研究:�廢棄物產源及特性分析程序之建立.(第一年)�場(廠)址選址智慧型模式.(第一年)�廢棄物焚化廠操作管理軟體方面之初探.(第一 年)�構建廢棄物分析及管理系統之軟體架構及雛型 系統.(第二年)�蒐集實況或模擬之數據,以測試所發展之系統.( 第二年)�建立廢棄物清理系統各相關問題之分析程序, 並探討如何以所發展之系統簡化及加速分析工作 之進行.(第三年)�針對所發展軟體系統可解決之問題,以實例建 立案例研討.(第三年)�邀請學者專家測試該系統及改進不完善部分.( 第三年)
  • Thumbnail Image
    Item type:Item,
    適應型模糊分類---醫學診斷之應用
    (1993)
    孫春在
    ;
    交通大學資訊科學研究所
    模糊分類(Fuzzy classification)系將特徵空間( Feature sapce)劃分為多個模糊集合的技術,這個模 型曾被成功地應用在生物分類及醫學診斷上. 然而,當人類專家的知識不完整或無法有效表 達出來時,我們希望能由數據直接產生一個模 糊分類機.在本計畫中,我們將使用神經網路( Neural networks)及基因程序(Genetic algorithms)來達成 此一目標.當模糊分類機被表示成一個神經網 路時,系統中的各參數(例如從屬函數及模糊運 算子等等)均可以逆向誤差遞移法將之勘定.神 經網路模型成功的前提是我們對特徵空間的結 構有足夠的了解,否則學習的過程極易卡在局 部最適點(Local optima)上.最近的研究顯示基因程 序可以有效地搜尋到適用的網路結構.因此我 們相信在解決高維次,非線性的特徵空間分畫 時,基因程序是一個值得選用的方法.本計畫兼 重理論與實務,因此選擇醫學診斷為應用目標, 依上述方法設計成的模糊分類機將首先被運用 於現有的糖尿病及肌痿症數據上.改善後的系 統將用來分析醫院中的臨床檢驗數據及醫師的 診斷,其結果將在研究報告中詳細討論.
  • Thumbnail Image
    Item type:Item,
    自走式機器人之巡航系統設計及其應用研究(I)
    (1994)
    宋開泰
    ;
    KAI-TAISONG
    ;
    國立交通大學控制工程研究所
    本計畫之目的在發展一種能應用在自走式 機器人(Autonomous mobile robot)之巡航系統.這個巡 航系統由兩個部分構成:整體路徑規劃(Global path planning)和局部巡航 (Localnavigation).整體路 徑規劃可以在複雜的環境中先為機器人找出一 條最佳路徑.而局部巡航則根據感測器所提供 的資訊,即時地為機器人決定當時的運動方式, 以便能閃躲不預期出現之靜態或動態障礙物. 隨著彈性製造系統的發展與應用,我們也越來 越要求機器人的彈性運作能力.以具有移動能 力之自走式機器人而言,其工作路徑不再是固 定的幾條,而工作環境也不再是固定不變.因此 新一代的機器人必須要自行根據工作目標及已 知環境來決定最佳的行動路徑.同時當按規劃好的路徑行進時,也有可能原本沒有預期到的 物品會被放在路徑上或者是和其它運動物體即 將相撞,對於這種局部地區的特殊狀況,則有賴 於局部巡航來引導機器人即時地閃避礙物,並 往目的地前進.本計畫首先將提出一種適當的 環境模型(World model)表示法以利於做整體路徑 規劃.接著我們將研究以雙向搜尋的方法終止 分析術為主,配合最短路徑產生的啟示規則( Heuristic rules)而產生整體路徑的規劃方式.應用 類神經網路 (Artificial neural network)來做局部巡 航的工作也將會被研究.最後,本計畫將把此次 研究的導航系統和過去本實驗室所建造的自走 式機器人[ 1,2] 及感測資訊融合系統[ 3,4] 結合, 以模擬和實驗的結果來證明所採用的方法為實 際且有效.本計畫預定以兩年的時間來完成.第 一年將完成下列的工作:(1)發展一適當的環境 模型表示法;(2)以方法終止分析術加上啟示規 則來做整體路徑規劃;(3)發展一基於超音波及 影像之感測資訊融合方法以供環境識別之用; (4)進行類神經網路架構的研究.第二年完成下 列的工作:(1)以類神經網路設計局部巡航系統; (2)結合巡航系統,環境模型和感測資訊融合系 統進行電腦模擬;(3)配合實驗室研製之自走式 機器人進行整體任務實驗.
  • Thumbnail Image
    Item type:Item,
    以環境系統分析技術探討廢棄物清理問題(II)
    (1994)
    高正忠
    ;
    Jen-Jung Kao
    ;
    國立交通大學環境工程研究所
    "都市廢棄物處理問題"向來困擾著世界上各 先進國家,而為解決目前的廢棄物問題,國內各 界正努力從事研究開發或技術引進等工作.在 大量投資於硬體建設的同時,各種支援設施操 作管理方面之軟體工作,亦應同時兼顧,以達成 環保工業在國內生根之目的,並落實本土化之 政策.有鑑於此,本計畫擬以環境系統分析技術, 發展有關軟體,來改進廢棄物處理系統之運作. 在研究初期,擬以三年時間,使用類神經網路(Neural network)□專家系統(Expert system)□模糊集合 理論(Fuzzy setstheory)和數據分類解析(Data clustering)等技術,完成下列廢棄物清理方面問題 之探討:(1)廢棄物產源及特性分析程序之建立(第一年);(2)場(廠)址選址智慧型模式(第一年); (3)廢棄物焚化廠操作管理軟體方面之初探(第 一年);(4)探討廢棄物焚化處理之操控指標(第二 年);(5)構建廢棄物焚化廠焚化操控輔助系統之 架構及雛形系統(第二年);(6)蒐集實況或模擬之 數據,以測試所發展之系統(第二年);(7)擴展系 統分析技術在廢棄物焚化處理上之應用(第三 年);(8)針對所發展軟體系統可解決之問題,以實 例建立案例研討(第三年);(9)邀請學者專家測試 該系統及改進不完善部分(第三年);(10)撰寫使 用及指導手冊(第三年).本年為研究之第二計畫 ,而基於第一年之研究成果,發覺在廢棄物焚化 處理方面之問題深具複雜度及挑戰性,且由於 研究經費與人力有限,故於第二年將研究重點 集中於焚化系統操控問題之探討,期能獲得較 佳之研究成果.
  • Thumbnail Image
    Item type:Item,
    以類神經網路作手寫中文字辨識
    (1994)
    蔡文祥
    ;
    國立交通大學資訊科學研究所
    文字辨識一向是圖形識別領域中相當重要 的研究項目,也是一種合乎人類習慣的文字輸 入方式.中國文字結構複雜□字數繁多,鍵盤輸 入的困難造成了中文資訊化的重大障礙.因此, 智慧型的中文字輸入技術將是促進我國資訊應 用普及的重要關鍵,而中文字辨認正是其中重 要的一環.應用類神經網路來做中文手寫字的 辨認根據以往經驗看來是一條可行的路.本計 畫擬考慮以下方法:(1)以類神經網路□統計理 論等混合方法,改良上期計畫的辨識系統;(2)建 立階層結構的大分類系統,提升學習速度以及 容錯率;(3)提升系統的自動學習力;(4)以萃取部 首的方式做大分類,增加辨識字數;(5)以影像處理的技術,改進上期計畫中細線化模組□筆劃 萃取模組的能力;(6)改進上期計畫所提的遞迴 比對網路,提升細部辨識的能力.本計畫將對以 上各方法做適當的實驗及評估,希望找出最適 用於手寫中文字辨認的技巧,作為日後實際應 用的基礎.
  • Thumbnail Image
    Item type:Item,
    應用類神經網路於無人搬運車指派法則之研究
    (1995)
    李慶恩
    ;
    國立交通大學工業工程研究所
    對於自動化生產系統而言,物料搬運系統能 否有效率的執行對於系統之績效有很大的影響 .基於彈性、安裝容易和可移動性等優點,無人 搬運車適用於大部分的製造環境,而逐漸成為 重要的現代化搬運工具.目前無人搬運車的控 制多半依據指派法則所設定的優先次序來決定 無人搬運車的途程,但由於生產作業的要求與 系統狀況的變異性極大,無人搬運車的指派結 果是否能隨著系統條件的改變而彈性地加以調 整,便成為影響系統績效的重要關鍵.本計畫將 以投標系統作為無人搬運車指派之控制基礎. 在投標系統運作下,使無人搬運車之指派能考 量更多因素,根據不同系統狀況,以不同之權重組合彈性調配指派法則,以期使無人搬運車的 控制能針對系統的變異隨時作迅速反應.雖然 過去的文獻指出混合指派法則下權重之選擇將 直接影響到系統之績效,然而卻一直沒有研究 能針對最佳權重之組合作系統性探討.因此,本 計畫希望以類神經網路的方法結合投標系統控 制架構,探討無人搬運車彈性指派邏輯下最佳 權重之組合.