頁籤選單縮合
題 名 | 結合時間序列與類神經網路構建可靠度成長之預測模式研究=Combining Time Series and Neural Network Approaches for Modeling Reliability Growth |
---|---|
作 者 | 蘇朝墩; 唐麗英; 柳進明; | 書刊名 | 工業工程學刊 |
卷 期 | 14:4 1997.10[民86.10] |
頁 次 | 頁419-430 |
分類號 | 440.8 |
關鍵詞 | 可靠度成長模式; 時間序列; 類神經網路; 倒傳遞類神經網路; Reliability growth; Time series; ARIMA; Neural network; Backpropagation; |
語 文 | 中文(Chinese) |
中文摘要 | 可靠度成長預測模式是管理者作決策時的重要依據,並可依此模式減少成本。本 研究結合ARIMA分析與倒傳遞類神經網路兩種預測技術,提出新的可靠度預測模式之構建 方法,稱之為「結合輸入倒傳遞類神經網路」。此技術的作法是利用ARIMA分析所得的結 果,當作倒傳遞類神經網路訓練與測試時的輸入變數。這種結合的作法不僅考慮到預估誤差 的資訊,而且先以ARIMA進行分析會對問題有一初步的概括瞭解。本研究所提的方法,不 僅可以提昇可靠度成長之預測模式的預測能力,也可增快網路收斂的速度。最後,由實例及 模擬數據顯示本研究所提的建構技術比單以ARIMA分析或倒傳遞類神經網路技術所構建出 的模式有較好的預測能力,且具穩健性。 |
英文摘要 | Reliability forecasting assists the manager to efficiently track the operational performance and the system's reliability for follow-up actions. This study combines time series and neural network approaches to predict the system's reliability. Prediction of the time series based on the previous parameter value is used as the neural network's input. The proposed method can enhance the reliability forecasting ability and accelerate the convergence of network training. Moreover, two case studies are presented to demonstrate the effectiveness of the proposed procedure. |
本系統中英文摘要資訊取自各篇刊載內容。