查詢結果分析
來源資料
相關文獻
- 自我學習神經網路於營建工程物料配置最適化模式之研究
- 多目標連續壁單元配置最適化之研究--以類神經網路
- 以類神經網路作資源受限營建土方調配最適化之研究
- 多目標指派問題之新演算法--自我學習神經網路
- Neural Network Procedures for Taguchi's Dynamic Problems
- A Fast and Efficient Competitive Learning Design Algorithm Based on Weight Vector Training in Transform Domain
- 專家系統振動訊號圖型判別之研究
- 反傳遞模糊類神經網路於流量推估之應用
- 類神經網路(Neural Networks)的種類及其在影像處理上的應用
- C++Fuzzy類神經網路物件導向發展系統之建立
頁籤選單縮合
題 名 | 自我學習神經網路於營建工程物料配置最適化模式之研究=Study on the Optimal Model Using Self-Learning Neural Network for the Layout of Construction Engineering Material |
---|---|
作 者 | 楊秉蒼; 呂淑鈴; | 書刊名 | 正修學報 |
卷 期 | 13 2000.12[民89.12] |
頁 次 | 頁61-67 |
分類號 | 441.4 |
關鍵詞 | 工程物料; 配置問題; 組合最適化; 類神經網路; 自我學習; 神經網路; |
語 文 | 中文(Chinese) |
中文摘要 | 傳統營建工程物料配置計畫多以集中方式管理,隨時代進步營建工程規模不斷擴大,若仍以傳統集中物料管理的方法管理物料,可能增加二次物料搬運成本、造成物料搬運動線混亂或降低工程施工效率,因此營建工程物料管理規劃問題是一項重要營建施工規劃課題。為改善傳統集中物料管理的缺點,在此擬以分散式物料管理的觀念,將問題公式化為組合最適化模式。由於模式具有組合爆炸的特性(屬NP-Complete的問題),為此本文建議以自我學習神經網路(Self-Learning Neural Network, SLNN)解此問題,並以三種不同問題尺度的個案驗證其求解能力,並與退火神經網路及遺傳演算法作比較。由測試結果得到自我學習神經網路具有優異的求解能力,是三者中表現最佳的技術。 |
本系統中英文摘要資訊取自各篇刊載內容。