張斐章胡湘帆黃源義Chang, Fi-JohnFi-JohnChangHu, Hsian-FanHsian-FanHuHiang,Yuan-YibHiang2009-02-232018-06-292009-02-232018-06-291998-06http://ntur.lib.ntu.edu.tw//handle/246246/139252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。 　　本研究，先利用蒙地卡羅(Monte Carlo)方法繁衍兩組數學函數，以測試上述模糊類神經 網路模擬理論函數的能力，獲致良好的結果。再將其應用於台灣河川流量的推估上，結果亦 顯示其優越的能力。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。This research presents a fuzzy-neural approach to the prediction of nonlinear function and the estimation of stream flow. The fuzzy-neural network is constructed by a set of Rule-Base control, a modified self-organizing counter propagation network and a fuzzy control predictor on the basis of the extracted rules in its predicting part. The algorithm is investigated on the prediction of two nonlinear functions which are generated by the Monte Carlo method and it then is applied on the estimation of flow of the Ta-Chia river in Taiwan. The terms of the high prediction accuracy. Two strategies are proposed to enhance the algorithm, i.e. separated the training sample set and used Gaussian membership function. Substantial improvements in estimated river flow are obtained.en-US模糊類神經網路規則庫控制模糊控制反傳遞類神經網路流量推估Fuzzy-neural networkRule-base controlCounterpropagation networkFuzzy controlEstimation of flowjournal articlehttp://ntur.lib.ntu.edu.tw/bitstream/246246/139252/1/反傳遞模糊類神經網路於流量推估之應用.pdf