博碩士論文 89521066 完整後設資料紀錄

DC 欄位 語言
DC.contributor電機工程學系zh_TW
DC.creator王琮星zh_TW
DC.creatorCong-Xing Wangen_US
dc.date.accessioned2002-6-20T07:39:07Z
dc.date.available2002-6-20T07:39:07Z
dc.date.issued2002
dc.identifier.urihttp://ir.lib.ncu.edu.tw:88/thesis/view_etd.asp?URN=89521066
dc.contributor.department電機工程學系zh_TW
DC.description國立中央大學zh_TW
DC.descriptionNational Central Universityen_US
dc.description.abstract模擬類神經網路(Nerous network)的多層感知機(MLP)架構,其非線性的特性結構運用在調適性等化器(Adaptive Equalizer)上,可解決訊號空間的非線性問題。而訊號受符元干擾(ISI)和Noise的影響,等化器的運用是必要的。傳統式調適性等化器利用最小均方差演算法(Least Mean Square, LMS),而多層感知機的網路學習演算法則為倒傳遞演算法(Backpropagation algorithm, BP)。 本篇論文將探討進化演算法(Evolution algorithms ,EAs),並將之應用在多層感知機(MLP)之後遞式判別回授等化器(Decision Feedback Equalizer, DFE)上。利用進化演算法全域搜尋(global search)的特性,使等化器的效能達到更理想的狀態。EA是模擬生物基因演進的運用法則,經由交配(crossover)、突變(mutate)、選擇(selection)等程序,找出等化器最佳係數解。此論文並針對各個程序步驟做深入探討,並分析各參數值(parameter)對效能(performance)的影響,更完整建構進化演算法(EA)的設定,使EA能在運用上有更佳的效能。zh_TW
DC.subject進化演算法zh_TW
DC.subjectEAen_US
DC.title進化演算法應用在多層感知迴授等化 器上之效能分析zh_TW
dc.language.isozh-TWzh-TW
DC.type博碩士論文zh_TW
DC.typethesisen_US
DC.publisherNational Central Universityen_US

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明