本研究旨在利用一種架構簡單、應用方便的「模糊類神經
網路」進行流量推估的工作。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。
應用上述架構推估多種函數，結果顯示本模糊類神經網路
具有良好的推估能力及濾波的功能。再將其應用於大甲溪流域河
川流量的推估上，結果顯示其優越的推估能力。研究中對本模糊
類神經網路架構之規則單元的選用及從屬函數的形式提出修正
作法，經實例比較驗證，確實獲得更佳的結果。
|