(3.227.0.150) 您好!臺灣時間:2021/05/08 10:52
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:洪毓鈞
研究生(外文):Horng, Yu Jing
論文名稱:類神經網路在程序最適化上之應用
論文名稱(外文):Process Optimization via an Artificial Neural Network
指導教授:陳奇中陳奇中引用關係
指導教授(外文):Chen, Chyi Tsong
學位類別:碩士
校院名稱:逢甲大學
系所名稱:化學工程研究所
學門:工程學門
學類:化學工程學類
論文種類:學術論文
論文出版年:1995
畢業學年度:83
語文別:中文
論文頁數:143
中文關鍵詞:類神經網路最佳化強韌控制器
外文關鍵詞:Artificial Neural NetworkOptimizationRobust Controller
相關次數:
  • 被引用被引用:0
  • 點閱點閱:77
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本文將類神經網路應用在程序最適化問題及強韌控制器設計問題上。程序
最適化問題更細分為三個部份來探討。首先探討不包含有限制條件的最佳
化問題,可直接將其目標函數映射到類神經網路的能量函數上,然後以網
路求出其解或近似解。接著探討含有限制條件的最佳化問題,此部份是應
用擴增的Lagrange乘數法,將所有不等式限制條件及等式限制條件都包含
進目標函數內,而形成一個無限制條件的型態,再依照前面相同的處理方
法,把轉換過的目標函數映射至網路的能量函數上,進而以網路求出答案
。第三部份是探討含有不連續變數的最佳化問題,此部份的各個不連續變
數需先轉換成等式限制條件,之後便可依相同道理處理限制條件與目標函
數,然後以稍做修訂的網路型態求出其近似解。最後,關於強韌控制器設
計的問題,吾人應用Rotstein等人提出的方法,先將一強韌特徵多項式配
置問題,經由適當的轉換,成為一含有不確定性線性限制條件的最佳化問
題,再經相同步驟,以擴增的Lagrange乘數法處理等式與不等式限制條件
後,接著映對新的目標函數與能量函數,最後以類神經網路解之,而得到
一合理的強韌控制器。吾人以數個範例來證明類神經網路的處理能力,並
試著找出各個參數對網路的影響,所得的結果也相當令人滿意,而以此法
所設計出的強韌控制器,也較已發表文獻中之結果為佳。

In this thesis, we consider the issue of applying neural
network to the process optimization problem and robust
controller design problem. The objective function of
unconstrainted optimization problem can be mapped on to the
energy function of the artificail neural network(ANN)in a
direct way, and the network will find the minimum by obeying
its own dynamics. For the optimization problem with
constraints, we used the augmented Lagrange multiplier method
to transform problem into a problem in which a single
unconstrainted function is minimized, then we found the answer
by the same step. As for the robust controller design problem,
we applied the idea of Rotstein et al. to formulate the robust
characteristic polynomial assignment problem as an optimization
problem subject to linear constraints with uncertainty, at last
we attained the controller by the same methods of optimization
function with constraints. In order to prove the ability of
artificial neural network and the affection of parameters, we
tested several examples, the result was satisfactory and robust
controller was better than the result of literature.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
系統版面圖檔 系統版面圖檔