Chulalongkorn University Theses and Dissertations (Chula ETD)

การสร้างแบบจำลองกระบวนการไม่เชิงเส้นโดยการใช้ข่ายงานนิวรัล

Other Title (Parallel Title in Other Language of ETD)

Nonlinear process modeling using a neural network

Year (A.D.)

1995

Document Type

Thesis

First Advisor

มนตรี วงศ์ศรี

Second Advisor

วิฑูร ซื่อวัฒนากุล

Faculty/College

Graduate School (บัณฑิตวิทยาลัย)

Degree Name

วิศวกรรมศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

วิศวกรรมเคมี

DOI

10.58837/CHULA.THE.1995.783

Abstract

การวิจัยครั้งนี้เป็นการพัฒนาซอฟแวร์คอมพิวเตอร์ที่เขียนด้วยภาษาชี เพื่อใช้ในการหาแบบจำลองของกระบวนการต่างๆ ทั้งแบบเชิงเส้น และไม่เชิงเส้น โดยการใช้ข่ายงานนิวรัล ในการศึกษาวิธีการเรียนรู้กระบวนการของข่ายงานนิวรัลใช้เทคนิค การกระจายความผิดพลาดย้อนกลับ จากการทดลองพบว่า แบบจำลองเชิงอนุกรม-ขนาน แบบทั่วไป ให้วิธีการเรียนรู้ได้ดีกว่า แบบจำลองเชิงขนานแบบไม่วกกลับ ความสามารถในการเรียนรู้ของข่ายงานนิวรัลขึ้นกับค่าพารามิเตอร์ อัตราการเรียนรู้ และ แฟคเตอร์โมเมนตัม ซึ่งค่าที่เหมาะสมต้องเลือกใช้ ตามกรณีของปัญหา ไม่มีค่าที่กำหนดได้แน่นอน ในการทดลองใช้โครงสร้างข่ายงานนิวรัลที่มีชั้นฮิตเดน 2 ชั้น (6-5-5-1 ) เรียนรู้ กระบวนการไหลของของเหลวโดยแรงโน้มถ่วง ที่ใช้แบบจำลองเชิงอนุกรม-ขนานแบบทั่วไปเปรียบเทียบกันโครงสร้างข่ายงานนิวรัลที่มีชั้นฮิตเดนชั้นเดียว (6-5-1) พบว่า ผลการทดลองที่ได้ มีความแตกต่างกันเล็กน้อย โดยโครงสร้าง ข่ายงานนิวรัลที่มีชั้นฮิตเดนชั้นเดียว สามารถเรียนรู้กระบวนการได้รวดเร็วกว่า

Other Abstract (Other language abstract of ETD)

The computer program of back propagation neural network is written in C. The program can be used for process modeling. It is found that, the general series-parallel model solves the problems better than the nonrecurrent parallel model. The effectiveness and convergence of the error backpropagation learning algorithm depend significantly on the value of the learning constant and momentum term. In general, however, the optimum value of learning constant and momentum depend on the problem being solved, and there is no single value suitable for different cases. In gravity flew tank process training using general series-parallel model, it has been shown that the single hidden layer network (6-5-1) is more rapid than the two hidden layers (6-5-5-1).

Link to Full Text

Share

COinS