使用進化演算法的模糊化類神經網路等化器

NCUIR > College of Electrical Engineering & Computer Science > Graduate Institute of Electrical Engineering > Electronic Thesis & Dissertation > Item 987654321/9203

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/9203

Title:	使用進化演算法的模糊化類神經網路等化器
Authors:	李建民;Chien-Min Lee
Contributors:	電機工程研究所
Keywords:	模糊化類神經網路;類神經網路;符元間干擾;進化演算法;neuro-fuzzy network;neural network;ISI;EAs
Date:	2001-06-28
Issue Date:	2009-09-22 11:43:04 (UTC+8)
Publisher:	國立中央大學圖書館
Abstract:	傳統上，等化器的設計非常簡單，但通常僅能處理線性判別區域的信號空間。本論文將介紹結合模糊理論與類神經網路架構的等化器，解決等化器無法處理非線性判別區域的的問題。模糊系統的優點是不需要精確的數學模型，另一方面結合人類的知識於系統的設計上。模糊化的好處是可以提供更佳的推廣性、錯誤容忍度、以及更適合應用於真實世界中的非線性系統。而類神經網路的架構，其複雜度可分割非線性判別區域。論文中並提出一種進化演算法則（Evolutionary Algorithms, EAs），應用於模糊化類神經網路等化器上，進化演算法則是一種隨機最佳化(stochastic optimization)的技術，模仿生物遺傳機制的基因進化概念而來，屬於一種多點平行式的全域搜尋（global search）法則。文中將以模擬的方式比較使用進化演算法與傳統演算法，對於模糊化類神經網路等化器效能表現的優劣。
Appears in Collections:	[Graduate Institute of Electrical Engineering] Electronic Thesis & Dissertation

Files in This Item:

File	Size	Format

社群 sharing