查詢結果分析
相關文獻
- 反傳遞模糊類神經網路於流量推估之應用
- 模糊類神經網路於水庫即時入流量預測之應用
- 反傳遞模糊類神經網路於抽水站操作之應用
- 規則庫控制法在混合式隔振系統之應用
- 基於模糊控制之鋰電池--超級電容混合電能管理系統
- Fuzzy Supervisory Predictive PID Control of a Plastics Extruder Barrel
- Landmark-based Guidance of an Autonomous Vehicle Using Fuzzy Logic Velocity Control and Real-Time Computer Vision
- 模糊理論在時間延遲系統上之研究
- 類神經模糊推論模式在水文系統之研究
- 太陽光電能供電與照明系統(7)--模糊控制之太陽光電能併網供電系統
頁籤選單縮合
題名 | 模糊類神經網路於水庫即時入流量預測之應用=Counterpropagation Fuzzy-Neural Network for Reservoir Inflow Prediction |
---|---|
作者 | 張斐章; 胡湘帆; 蕭錫清; 張長圖; Chang, Fi-john; Hu, Hsian-fan; Hsiao, His-ching; Chang, Chang-tu; |
期刊 | 台電工程月刊 |
出版日期 | 20000200 |
卷期 | 618 2000.02[民89.02] |
頁次 | 頁7-19 |
分類號 | 443.96 |
語文 | chi |
關鍵詞 | 模糊類神經網路; 規則庫控制; 模糊控制; 反傳遞類神經網路; 流量推估; Fuzzy-neural network; Rule-base control; Fuzzy control; Counterpropagation network; Flow forecasting; |
中文摘要 | 德基水庫位於大甲溪水庫串聯系統之首,亦為串連水庫之樞紐,洪水期 間,德基水庫的操作非常重要,而準確的預測流量,是為水庫操作成敗的關鍵。 CPN模糊類神經網路為一種架構簡單、應用方便的「模糊類神經網路」,網路架 構結合規則庫控制,模糊控制及反傳遞類神經網路建立而成,其原理模擬人類依 經驗法則的學習及判斷方式。利用包含一個輸入層、一個隱藏層及一個輸出層的 反傳遞類神經網路,在網路學習階段將輸入的資料依資料點相似程度自動予以分 類,架構出一規則基底形式之類神經網路模式。在網路輸出方面則應用模糊控制 的方法,將輸入值與網路訓練所得的規則庫比較,依不同的相似程度予以量化, 並以模糊權重的方式求得網路輸出值。本研究應用CPN模糊類神經網路預測德基 水庫上游松茂即時流量站的流量資料,結果顯示其可以準確的預測即時流量,以 提供德基水庫即時操作的參考。 |
英文摘要 | This paper describes applying a fuzzy-neural approach to the prediction ofthe inflow of Dechi reservoir. The fuzzy-neural network is constructed by aset of Rule-Base control, a modified self-organizing counterpropagationnetwork and a fUzzy control predictor on the basis of the extracted rules inits predicting part. The results demonstrate that the ability of the approach issuperior in terms of the high prediction accuracy. Substantial improvementsin estimated river flow are obtained. |
本系統之摘要資訊系依該期刊論文摘要之資訊為主。