| 姓名 |
張家豪(Chia-hao Chang)
查詢紙本館藏 |
畢業系所 |
通訊工程學系在職專班 |
| 論文名稱 |
粒子群優化演算法應用於瓦斯業微電腦瓦斯表自動讀表之優化
(Particle Swarm Optimization Algorithm Applied to the Gas Industry for Optimization in Automatic Meter Reading of Micom Meters)
|
| 相關論文 | |
| 檔案 |
 [Endnote RIS 格式]
[Bibtex 格式]
 [相關文章]  [文章引用]  [完整記錄]  [館藏目錄]  至系統瀏覽論文 ( 永不開放)
|
| 摘要(中) |
家庭生活經常看到的水表、電表及瓦斯表俗稱居家三表，我們經常看到抄表員大約每兩個月到住家紀錄家庭的水、電、瓦斯使用量後再計算費用通知用戶繳費，而瓦斯表有些都設置在家庭內而造成紀錄不便，所以政府相關單位就針對居家三表修訂自動讀表通訊介面標準，讓相關廠商可以在通訊設備符合三表具有自動讀表功能。
現行在推動三表自動讀取進展上，以瓦斯表最有急迫性，因政府在民國100年02月01日公布實施天然氣事業法，要求瓦斯公司必須逐年實施推動具有地震遮斷、壓力過低遮斷及通信等功能之微電腦瓦斯表推廣計畫，所以各瓦斯公司最近幾年已陸續推動微電腦瓦斯表搭配不同通訊方式來作效益評估。因此如何將微電腦瓦斯表最佳化是瓦斯公司目前的重要決策。
追求「成本與效能」最佳化時，可以運用不同的演算法來驗證求的最佳解，近年比較熱門的演算法粒子群演算法(PSO)，因為具備快速收斂、較少的參數設定並適用於動態環境的優點等，近年在國內外逐漸在最佳化領域成為一個熱門研究議題。
本研究之目的，主要將針對粒子群優化演算法之特性，藉由收集相關瓦斯公司試行推廣的數據，以粒子群優化演算法應用於微電腦瓦斯表之優化在最少成本及最佳效能下找出適當的最佳解，作為提供其他瓦斯公司日後汰換微電腦瓦斯表之參考。 |
| 摘要(英) |
We often see water, electric and gas meters known as home three meters in family life, we see meter readers about every two months to record the family use water, electricity, gas usage amount and then calculate the cost of notifying the user fees, but some gas meters within the family record inconvenience caused, so government agencies to amend the table for home three automatic meter reading communication interface standards, so that the relevant vendors in the communications equipment meets three tables with automatic meter reading function.
Existing in promoting progress on three tables automatically read to the most urgency gas meter, in 2011 February 1 the government announced the implementation of Natural Gas Business Act to require the gas company must have earthquakes every year to promote the implementation of interdiction, the pressure is too low interdiction and communications functions of the microcomputer gas meter promotion plan, so the gas company in recent years has started to promote micro gas meters with different means of communication to make benefit assessment. Therefore, how to optimize the microcomputer gas meter is the gas company’s important decisions.
The pursuit of "Cost and Performance" optimization, you can use different algorithms to find the optimal solution validation, more popular in recent years, PSO algorithm (PSO), because with fast convergence and fewer parameters set for the advantages of such a dynamic environment, at home and abroad in recent years gradually become a hot field of optimization research issues.
The purpose of this research, primarily for the characteristics of particle swarm optimization algorithm, by collecting gas companies try to promote relevant data to particle swarm optimization algorithm is applied to the optimization of micro gas meters for optimal performance with the least cost and to find the next appropriate optimal solution, as the provision of other gas companies in the future replacement of the reference gas meter microcomputer. |
| 關鍵字(中) |
★ 群體智能
★ 粒子群優化演算法
★ 微電腦瓦斯表
★ 無線母機
★ 無線子機
★ 多介面通訊裝置
★ 中繼器 |
關鍵字(英) |
★ Swarm Intelligence
★ PSO
★ Micom Meters
★ Wireless parent machine
★ Meter Interface
★ Multi-Interface Eqipment
★ Router |
| 論文目次 |
摘 要 i
Abstract iii
誌 謝 v
目 錄 vi
圖 目 錄 List of Figures vii
表 目 錄 List of Tables viii
第一章 緒 論 1
1-1 研究背景與動機 1
1-2 論文架構與流程 4
第二章 各種群體智能演算法背景 6
2-1 引言 6
2-2 群體智能的概念 7
2-3 群體智能的特點 8
2-4 群體智能的特點 10
2-4-1 螞蟻演算法 10
2-4-2 粒子群優化演算法 13
第三章 粒子群優化演算法 14
3-1 粒子群優化演算法的起源 14
3-2 粒子群優化演算法基本原理 17
3-2-1 基本粒子群優化演算法 17
3-2-2 標準粒子群優化演算法 19
3-2-3 帶有慣性權重之粒子群優化演算法 21
3-3 粒子群優化演算法流程 23
第四章 PSO應用於微電腦瓦斯表自動讀表之優化 25
4-1 近年瓦斯表之發展 25
4-2 瓦斯表抄表之方式 28
4-3 微電腦瓦斯表自動讀表系統介紹 31
4-3-1 日本無線遙讀抄表系統 31
4-3-2 中華電信無線自動讀表系統 35
4-3-3微電腦瓦斯表之功能 39
4-4 運用PSO求解兩種不同規格的微電腦瓦斯表最低成本 41
4-4-1 設備及人力成本價格分析 41
4-4-2 問題假設與參數設定 43
4-4-3 實驗結果分析 48
4-4-4 優化計算結果 50
第五章 結論與未來展望 51
參 考 文 獻 52 |
| 參考文獻 |
[1]武飛周、薛源，智能算法綜述，2006年2月19日，計算機理論論文
[2] 卓群，日本智慧型計量系統發展現況，瓦斯季刊101期101年10月出版
[3] 全國法規資料庫，度量衡器型式認證管理辦法，取自全國法規資料庫網站
[4] 中華民國公用瓦斯事業協會，微電腦瓦斯表簡介，100年8月31日簡報資料
[2] 謝秉恆，無線微電腦瓦斯表之測試安裝與使用介紹，瓦斯季刊79期2007年4月出版
[3] 活動手冊，台灣微電腦瓦斯表暨通訊系統產業聯盟2013年新品發表會，2013年3月28日發表
[4] 陳謙慈，中華電信無線自動讀表系統，欣中瓦斯101年12月10日公司內部簡報資料
[5] 新竹瓦斯，無線抄表系統運作原理，公司內部資料
[6] 國家通訊傳播委員會，低功率射頻電機技術規範修正條文，100年6月28日修正
[7] 吳宗勳，粒子群優化演算法應用於電信業解決方案選商及專案排程之優化，中央大學碩士論文
[8] 蔡裕仁，粒子群優化演算法應用於企業更新數據網路 採購之優化，中央大學碩士論文
[9] 胡志平，瓦斯公司地震防災之緊急對策-921地震十周年回應，瓦斯季刊89期2009年10月出版
[10] John. H. Holland, “Adaptation in Natural and Artificial Systems”, MIT Press, 1975.
[11] J.J. Hopfield et al, “Computing with neural circuits: A model”, Science 233 625-33, 1986.
[12] J. Kennedy and R .C. Eberhart, “Particle Swarm Optimization”, Proceedings of IEEE International Conference on Neural Networks, 1995 Perth, Australia:1942-1948.
[13] J. Kennedy and R. C. Eberhart, “A discrete binary version of the particle swarm algorithm”, Proceedings of the World Multi conference on Systemic, Cybernetics and Informatics 1997, Piscataway, New Jersey, USA.:4 104-4109, 1997.
[14] J. Kennedy, R. C. Eberhart and Y. Shi, “Swarm Intelligence”, San Francisco: Morgan Kaufmann, 2001.
[15] J. Kennedy, R. C. Eberhart, “Particle Swarm Optimization”, Proc, IEEE International Conf. Neural Networks, Vol. 4, pp. 1942-1948, 1995.
[16] J. Kennedy, “Stereotyping: Improving Particle Swarm Performance with Cluster Analysis”, Proc. IEEE Int. Conf. on Evolutionary Computation, Vol. 2 pp. 1507-1512, 2000.
[17] Jyh-Shing Roger Jang, Chuen-Tsai Sun, Eiji Mizutani, “Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence”, Prentice Hall, 1996. |
| 指導教授 |
賀嘉律(CHIA-LU HO)
|
審核日期 |
2013-8-29 |
| 推文 |
 facebook  plurk  twitter  funp  google  live  udn  HD  myshare  reddit  netvibes  friend  youpush  delicious  baidu
|
| 網路書籤 |
 Google bookmarks  del.icio.us  hemidemi myshare
|
