English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 1365/1366 (100%)
造訪人次 : 1340394      線上人數 : 662
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧：
  • 您可在西文檢索詞彙前後加上"雙引號"，以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋，建議至進階搜尋限定作者欄位，可獲得較完整資料
    •  進階搜尋


    請使用永久網址來引用或連結此文件: http://120.105.36.38/ir/handle/987654321/503


    題名: 應用類神經結合基因演算法於MIG 焊接薄管支架之研究
    作者: 楊永光
    貢獻者: 機械工程系
    關鍵詞: 薄管件支架，類神經網路，基因演算法，製程參數最佳化
    日期: 2010-12
    上傳時間: 2011-06-21 11:36:42 (UTC+8)
    摘要: 由於焊接具有高效率、高彈性與低成本的優點，已被廣泛應用在接合工件的製造
    上。但焊接製程的電壓、電流與速度會影響焊接工件品質，設定最佳的焊接製程參數
    是獲得優質焊縫非常重要的因素；所以，本研究計劃藉助統計技術研討薄管件支架焊
    接製程參數的電壓、電流與焊接速度之組合對拉伸強度之影響。也就是說，本研究應
    用類神經網路(Artificial Neural Network, ANN)結合基因演算法(Genetic Algorithm,
    GA)探討薄管件支架焊接製程參數最佳化，以田口法的直交表來規劃焊接製程之實
    驗，透過倒傳遞神經網路(Back Propagation Neural Network, BPNN)訓練與測試，直接
    以類神經網路取代系統的模型，得到輸入與輸出之間的關係，並將基因演算法所預測
    之參數組合輸入至類神經網路進行參數之預測與比較。本研究應用BPNN/GA，進行
    有系統的實驗與統計分析；可以有效地減少製程參數的設定時間與成本，同時也可以
    有效預測最佳焊接參數組合及輸出品質特性。
    顯示於類別:[機械工程系] 校內專題研究計畫

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    楊永光.pdf1312KbAdobe PDF627檢視/開啟


    在MUSTIR中所有的資料項目都受到原著作權保護.

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋