Full metadata record
DC FieldValueLanguage
dc.contributor.author黃偉治en_US
dc.contributor.authorWei-Chih Huangen_US
dc.contributor.author鄭復平en_US
dc.contributor.authorDr. Fu-Ping Chengen_US
dc.date.accessioned2014-12-12T02:26:59Z-
dc.date.available2014-12-12T02:26:59Z-
dc.date.issued2001en_US
dc.identifier.urihttp://140.113.39.130/cdrfb3/record/nctu/#NT900015064en_US
dc.identifier.urihttp://hdl.handle.net/11536/68103-
dc.description.abstract對於某些高科技廠房而言,振動量的控制,是確保內部機具不被損壞的關鍵因素。本文的研究目的,係藉由類神經網路理論,建立一個學習模式,當結構物受到外力擾動時,在每一個微小時間間隔中,反覆利用此模式預測並改變結構物的勁度值和阻尼值,以期結構物的位移量能夠減至最小。 經模擬結果得知,由類神經網路控制的最大位移量比未控制時的最大位移量平均減少約80%至90%,對於振動量的控制,此法可獲得相當理想的效果。zh_TW
dc.language.isozh_TWen_US
dc.subject類神經網路zh_TW
dc.subject可變勁度zh_TW
dc.subject可變阻尼zh_TW
dc.subjectNeural Networken_US
dc.subjectVariable Stiffnessen_US
dc.subjectVariable Dampingen_US
dc.title以類神經網路控制可變阻尼與勁度結構之位移研究zh_TW
dc.titleThe Study of Displacement Control of Variable Damping and Stiffness Structure by Neural Networken_US
dc.typeThesisen_US
dc.contributor.department土木工程學系zh_TW
Appears in Collections:Thesis