蒸發在農業、土木水利或是環境工程上面均扮演著非常重要的角色。尤其在水利工程中的水量平衡計算上，更是不可或缺。模糊類神經技術結合了模糊邏輯與類神經網路的優點，透過模糊邏輯對於輸入變數與輸出變數之間的關係，再歸納類神經網路對於大量歷史資料的學習與歸納，進而創造出一種新的過濾知識來確認資料之正確性。
　　本研究用台北、台中、高雄和成功氣象站的平均氣溫、平均相對濕度、日照率以及平均風速資料來進行分析。研究結果顯示，利用此一新技術，可得到蒸發量良好的推估值。

　　Evaporation has a very important role in agriculture, civil engineering, hydraulic engineering, environmental engineering or in meteorology. Specifically in hydraulic engineering, it is important items in water balance computation. The new technique apply of neuro-fuzzy which combines the advantages of fuzzy logic and neural network. Fuzzy logic plays a role to formulate the relationship among the input variables, which describe the situation when one signal takes place, and output variables. Neural network is used to train the formulated knowledge by the historical data.
　　After four input variables to trained neuro-fuzzy system, we can get a filtered data. Mean temperature, mean relative humidity, rate of sunshine and mean wind velocity are collected by using historical records at meteorological stations of Taipei, Taichung, Kaohiung and Chengkung. The results indicate that Adaptive Network-Based Fuzzy Inference System can correctly predict the outputs of evaporation.

中文摘要 I
ABSTRACT II
目錄 III
圖目錄 VI
第1章 緒論 1
1.1 研究動機與目的 1
1.2 前人研究 2
1.3 本研究組織 3
第2章 模糊邏輯系統 4
2.1 模糊集合 4
2.1.1 模糊邏輯概述 4
2.1.2 模糊集合定義 5
2.1.3 模糊集合基本運算 6
2.2 模糊推論系統 8
2.2.1 模糊化 9
2.2.2 模糊規則庫 9
2.2.3 推論引擎 10
2.2.4 模糊規則庫 11
2.2.5 解模糊化 13
2.3 模糊模式 15
2.3.1 Mamdani模式 15
2.3.2 Sugeno模式 16
第3章 適應性網路模糊推論系統 17
3.1 適應性網路模糊推論系統簡介 17
3.2 適應性網路模糊推論系統架構 17
3.3 誤差倒傳遞學習演算法 20
第4章 實例分析 23
4.1 影響蒸發因素 23
4.1.1 氣壓 23
4.1.2 風速 23
4.1.3 相對濕度 24
4.1.4 溫度與太陽輻射 24
4.1.5 水質 24
4.2 研究對象 25
4.3 分析步驟 26
4.4 分析結果與討論 30
4.4.1 台北站 30
4.4.2 台中站 32
4.4.3 高雄站 34
4.4.4 成功站 36
4.5 研究討論 38
第5章 結論和建議 39
5.1 結論 39
5.2 建議 39
參考文獻 41

1.Rochester, J. B. and D. P. Douglass1990. New Business for Neurocomputing. I/S Analyzer. 28(2): 1-5.
2.Rosenblatt F. 1958. The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain. Psych. Rev. 65: 386-408.
3.Schiffman W. H. and Geffers H. W. 1993. Adaptive Control of Dynamic Systems by Back Propagation Networks. Neural Networks. 6: 517-524.
4.Sharda R. and Paril R. B. 1990. Neural Networks for Porecasting Experts: An EmpiricalTest. IJCNN-90-Wash. II. 491-494.
5.Sorensen P. H., Norgaard M., Ravn 0. and Poulsen N. K. 1999. implementation of Neural Network Based'Non-linear'Predictive Control. Neurocompudng. 28(1-3): 37-51.
6.Stokbro K., Umberger D. K. and Hertz J. A. 1990. Exploiting Neurons with Localized Receptive fields to Learn Chaos. Complex Systems. 4: 603-622.
7.Suganthan P. N. 1999. Hierarchical'Overlapped SOM's for Pattern Classification. IEEE Transaction on Neural Networks. 10(1): 193-196.
8.王文俊，2001，「認識Fuzzy」，全華科技圖書股份有限公司。
9.王彥翔、張斐章，2003，自組特徵映射與學習向量量化神經網路於河川流量之預測，碩士論文。
10.徐義人，2003，「工程機率統計學」，華泰文化事業出版社。
11.徐義人，2003，「水文統計解析」，文山書局。
12.徐義人，2003，「應用水文學」，大中國圖書公司。
13.張晏霖、樂家敏，2000，蝴蝶蘭組織培養苗自動化移植視覺機器人之改良研究，碩士論文。
14.張斐章、胡湘帆、黃源義，1998，反傳遞模糊類神經網路於流量推估之應用，中國農業工程學報，44(2):26-38。
15.張斐章、張麗秋、黃浩倫，2003，「類神經網路理論與實務」，東華書局。
16.張麗秋、張斐章，1999，智慧型水庫即時操作控制系統，農業工程學報，45(4):18-30。
17.馮德益、樓士博，1991，「模糊數學方法與應用」，科技圖書股份有限公司。
18.楊翰宗、張斐章、陳彥璋，2002，「倒傳遞網路應用於試驗量測資料模擬之研究」，第十三屆水利工程研討會，K95-K101。
19.鄭明淵、柯千禾、張文德，2002，演化式模糊類神經推論系統於大地工程決策之應用，地工技術，31-38。
20.蘇木春、張孝德，2003，「機器學習、類神經網路、模糊系統以及基因演算法則」，全華科技。
21.蘇育霆、郭人介，2001，整合模糊理論與自適應共振理論Ⅱ神經網路於資料採礦之集群技術研究，碩士論文。