(3.238.173.209) 您好!臺灣時間:2021/05/12 13:17
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:蔡金晃
研究生(外文):Ching-huang Tsai
論文名稱:類神經網路在風浪推算的應用研究
論文名稱(外文):Artificial Neural Network in Wind Wave Forecasting
指導教授:蔡清標蔡清標引用關係
指導教授(外文):Ching-Piao Tsai
學位類別:碩士
校院名稱:國立中興大學
系所名稱:土木工程學系
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:2001
畢業學年度:89
語文別:中文
論文頁數:81
中文關鍵詞:類神經網路倒傳遞類神經網路
外文關鍵詞:Artificial Neural NetworkBack-propagation network
相關次數:
  • 被引用被引用:2
  • 點閱點閱:396
  • 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
即時且準確的風浪推算在海洋工程中可謂第一要務,但由於風浪之間存在著許多非線性的不確定因素,故本文應用倒傳遞類神經網路建立簡便可行的風浪推算模式。類神經網路模式首先經由訓練測試資料的學習,而獲得風速與示性波高之網路連結權重值,再由新的風速輸入資料進行示性波高的預測推算。本研究以太平洋深海測站之風浪資料進行測試評估;首先探討最佳之風浪推算模式的網路架構,再評估適當之訓練天數與預測天數。本文最後決定之適當風浪推算模式為輸入前12小時的風速及波高資料作訓練,進而推算示性波高值,而由28天的風速及波高資料,可推算後7天的預測示性波高對。在示性波高的推算上,除了風速較大及資料完整性較差的月份,其他月份之網路皆能確實迅速地學習出權重而有好的推算成效。

第一章 前言
1-1 研究動機及目的
1-2 文獻回顧
1-2-1 有關風浪推算的文獻
1-2-2 有關類神經網路的文獻
1-3 本文組織
第二章 理論分析
2-1 類神經網路簡介
2-1-1 類神經網路發展史
2-1-2 類神經網路定義
2-1-3 類神經網路基本架構
2-1-4 類神經網路特性
2-2 倒傳遞類神經網路
2-2-1 倒傳遞類神經網路架構
2-2-2 倒傳遞網路演算法
2-2-3 倒傳遞網路參數
2-2-4 倒傳遞網路演算流程
第三章 實例操作
3-1 現場資料之蒐集與分析
3-1-1 深海測站相關資料
3-1-2 現場資料之檢驗與選取
3-1-3 現場資料之預處理
3-2 網路效能評鑑指標
3-3 風浪推算模式之網路架構探討
3-3-1 網路參數之決定
3-3-2 網路訓練條件評估
3-3-3 網路推算條件評估
3-3-4 風浪推算模式之最佳網路架構
3-4 研究範例之編排
3-5 研究範例結果與分析
3-5-1 波高推算之分析
3-5-2 週期推算之分析
第四章 結論與建議
4-1 結論
4-2 建議
參考文獻

1.Bretschneider, C. L., (1952) “The Generation and Decay of Wind Waves in Deep Water,” Transactions American Geophysical Union, Vol. 33, No.3, pp.381-389.
2.Chakraborty, K., K., Mehrotra, C. K., Mohan and S., Ranka, (1992) “Forecasting the Behavior of Multivariate Time Series Using Neural Networks” , Neural Networks, Vol. 5, pp.961-970.
3.Cottrell, M., B., Girard, Y., Girard, M., Mangeas and C., Muller, (1995) “Neural Modeling for Time Series:A Statistical Stepwise Method for Weight Elimination”, IEEE Transactions on Neural Network, Vol. 6, No. 6, pp.1355-1363.
4.Deo M. C., A., Jha, A. S., Chaphekar, K., Ravikant, (2001) “Neural networks for wave forcasting,” Ocean Engineering 28, pp 889-898.
5.Ensley, D. and D. E., Nelson, (1992) “Extrapolation of Mackey-Glass Data Using Cascade Correlation”, Simulation, Vol. 58, No. 5, pp.333-339.
6.Groen P. and R. Dorrestein, (1976) KNMI Opstellen op Oceanografisch en Maritiem Meteorologisch Gebied, Zeegolven, 11, 124 pp.
7.Hebb, D. O., (1949) The Organization of Behavior, A Neuropsy-chological Theory, New York: John Wiley,.
8.Hopfield, J. J., (1982) “Neural Networks and Physical Systems with Emergent Collective Computional Abilities”, Porc. Natl. Academy Sci., Vol.79, pp.2554-2558.
9.Hopfield, J. J. and D., Tank, (1985) “Neural Computation of Decision in Optimization Problems,” Biological Cybernetics, Vol.51, pp.141-152.
10.Jacobs, R. A., (1988) “Increased Rates of Convergence Through Learning Rate Adaptation,” Neural Network, Vol. 1, pp.295-307.
11.Liang, N. K., (1973) “Elementary Wave Modal and the Definition of Fetch Area in Wave Prediction,” Science Rept. of NTU.
12.Mase, M., M., Sakamoto and M., Sakai, (1995) “Neural Network for Stability Analysis of Rubble-Mound Breakwaters,” Journal of Waterway, Port, Coastal, and Ocean Engineering., ASCE, Vol. 121, No. 6, pp.294-299.
13.McCulloch, W. S. and W. H., Pitts., (1943) “A logical Calculus of the Ideas Imminent in Nervous Activity,” Bull. Math. Biophysics, Vol. 5, pp.115-123.
14.Minsky, M. and S., Papert, (1969) Perceptrons, MIT press., Cambridge, Mass.
15.Narendra, K. S. and K., Parthasarathy, (1990) “ Identification and Control of Dynamical Systems Using Neural Networks,” IEEE Transaction On Neural Network, Vol. 1, No. 1, pp.4-27.
16.Rosenblatt, F., (1958) “The Perceptron: A Probabilistic Model for Information Storage and Organization,” Psych., Rev., Vol. 65, pp.386-408.
17.Rumelhart, D. E., J. L., McClelland and PDP Research Group, (1985) Parallel Distributed Processing, Vol. 1, MIT Press.
18.Smith, M., (1993) “Neural Networks for Statistical Modeling, ”Van Norstrand Reinhold, New York.
19.Sverdrup, H. U. and W. H. Munk, (1947) “Wind, sea and swell, theory of relation for fprcsting,” U. S. Navy Hydrographic Office, Pub. No. 601. pp. 44.
20.Tang, Z., C. D., Almeida, P. A., Fishwick, (1991) “Time series forcasting using neural networks vs. Box-Jenkins methodology,” Simulation, pp. 303-310.
21.Teng Chung-Chu, (1997) “Design Wave Heights Estimated from Long-Term Measurements,” Ocean Wave Measurement and Analysis, pp.137-150.
22.Teng Chung-Chu, (1998) “Long-Term and Extreme Waves in the Gulf of Mexico,” Ocean Wave Kinematics, Dynamics and Loads on Structures, pp.342-349.
23.Tiao, G. C., and R. S., Tsay, (1989) “Model specification in multrivariate time series,” Journal of the Royal Statistical Society, B 51,pp.157-213.
24.Tsai, C. P. and T. L., Lee, (1999) “Back-Propagation Neural Network in Tidal-Level Forecasting,” Journal of Waterway, Port, Coastal, and Ocean Engineering., ASCE, Vol. 125, No. 4, pp. 188-195.
25.Tsai, C. P., J. N. Shen and T., Kerh, (1999) “Wave Forecasting Using Neural Network Model,” In Artificial Intelligence Applications in Civil and Structural Engineering, (Ed.) B. Kumar and B.H.V. Topping, Civil-comp Ltd, Edinburg, U. K., pp. 125-129.
26.Tsai, C. P., J. R. C., Hsu and K. L., Pan, (2000) “Prediction of Storm-Built Beach Profile Parameters Using Neural Network.” 27th International Conference on Coastal Engineering, ASCE, paper No. 173.
27.Tsai, C. P., T. L., Lee, R. J., Shieh and B. C., Lee, (2001) “Artificial neural network in long-term tidal-level forecasting,” Proceedings Ocean, 2nd International Ocean and Atmosphere Conference, pp.218-223.
28.Villiers J. and E., Barnard, “Back-Propagation Neural Nets with One and Two Hidden Layers, (1992) ” IEEE Transaction On Neural Network, Vol. 4, No. 1, pp. 136-141.
29.Coastal Engineering Research Center, (1984) “Shore protection manual,” U. S. Army of Corps of Engineers, U. S. Govt. Printing Office, Washington, D. C.
30.Werbos, P. J., (1974) “Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences,” Doctoral Dissertation, Appl. Math., Harvard University, Mass.
31.World Meteorological Organization, (1998) Guide To Wave Analysis and Forcasting, WMO, Genneva, Switzerland, 2nd edition, pp. 43-56.
32.林淑貞、李宗仰(1996),「神經元傳輸函數在水文時序建模之分析」,第八屆水利工程研討會,第211-218頁。
33.侯和雄、劉正忠(1982),「台灣海峽風浪特性之研究」,第六屆海洋工程研討會論文集,第8之1-18頁。
34.高治平、梁乃匡(1980),「台灣北部海域冬季波候研究」,第四屆海洋工程研討會論文集,第245-258頁。
35.孫建平(1996),「類神經網路及其應用於降雨-逕流過程之研究」,第八屆水利工程研討會,台北,第1297-1308頁。
36.莊甲子、吳 基、周哲民(1992),「台灣北部海岸風浪特性之研究」,第十四屆海洋工程研討會論文集,第92-106頁。
37.楊昌儒,陳家榮,蔡長泰,游保杉(1996),「自聯想記憶可適性線性類神經網路在波浪預報模式之研究」,第八屆水利工程研討會,台北,第1119-1126頁。
38.葉怡成(1993),「類神經網路模式應用與實作」,儒林,第69-100頁。
39.蔡清標、李宗霖、朱良翰(1999),「倒傳遞類神經網路在波浪時序列預報之應用」,中國土木水利工程學刊,第十一卷,第三期,第175-182頁。
40.劉新達(1995),「類神經網路在水庫操作的應用」,碩士論文(史天元教授及萬象教授指導),國立交通大學土木工程研究所。

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