Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 林進燈 | en_US |
dc.contributor.author | LIN CHIN-TENG | en_US |
dc.date.accessioned | 2014-12-13T10:40:50Z | - |
dc.date.available | 2014-12-13T10:40:50Z | - |
dc.date.issued | 1993 | en_US |
dc.identifier.govdoc | NSC82-0408-E009-429 | zh_TW |
dc.identifier.uri | http://hdl.handle.net/11536/97861 | - |
dc.identifier.uri | https://www.grb.gov.tw/search/planDetail?id=66722&docId=9869 | en_US |
dc.description.abstract | 本計畫之目的在發展一以類神經網路為基礎, 而有各種學習能力的模糊控制與決策系統,稱為 「模糊類神經網路系統」.此系統之發展是基於 類神經網路與模糊系統的一些共同特性及固有相 似性,以結合他們的優點.這個系統將最適用於非 線性,隨時間改變並無法用適當數學模型定義的 複雜系統.此'模糊類神經網路系統'將有許多優於 傳統類神經網路的特性,主要包括它有人類可了 解的網路架構以及動態的參數與結構學習能力. 同時這個系統將擁有傳統模糊控制器所欠缺的自 動設計學習能力及網路型硬體架構.這些優點將 是我們下列幾個主要研究方向的直接結果:.bullet.探討並發展基礎模糊邏輯理論,藉以建立模 糊類神經網路系統�幾個具有較高智慧的模型結 構..bullet. 探討並發展各種即時的學習法則,用以自 動並有系統的建立所提出的模糊類神經系統.這 些學習包括決定網路的大小,架構以及參數..bullet.發展一組合式網路結構及相對應的加強式 學習法則以增強所提系統的強韌性及多樣性. | zh_TW |
dc.description.sponsorship | 行政院國家科學委員會 | zh_TW |
dc.language.iso | zh_TW | en_US |
dc.subject | 類神經網路模糊系統 | zh_TW |
dc.subject | 聯結式結構 | zh_TW |
dc.subject | 加強式學習 | zh_TW |
dc.subject | Neural fuzzy system | en_US |
dc.subject | Connectionist | en_US |
dc.subject | Reinforcement | en_US |
dc.title | 模糊類神經網路控制與決策系統 | zh_TW |
dc.type | Plan | en_US |
dc.contributor.department | 交通大學資訊科學研究所 | zh_TW |
Appears in Collections: | Research Plans |