| 摘要 |
本发明「智慧型理论设计冰温〈晶〉参数之方法与装置」是以电流n项属性向量作为智慧型模糊逻辑(FuzzyLogic)及倒传递神经网路的n个输入向量xi,i＝1,2,L,n，s个输出节点yk,k＝1,2,3，分别对应于3种冰温〈晶〉参数，然后再依序进行学与降阶过程、检测过程与再学过程，其中学与降阶过程中，藉由K–L expansion方法将电流属性向量转换至正交主轴上，避免属性向量彼此干扰，并求取维持电流辨识精度所需最少之主轴向量数，以降低智慧型模糊逻辑(Fuzzy Logic)及神经网路辨识之复杂度，同时智慧型模糊逻辑(Fuzzy Logic)及神经网路利用训练样本已知之输入值与输出值(即学样本资料库中，训练样本属性向量与其相对应之冰晶参数)调整各节点权重，使智慧型模糊逻辑(Fuzzy Logic)及神经网路输出值与样本实际输出值之误差最小作为目标函数，将各节点键结值调整至最佳化，以提升神经网路辨识精度，学与降阶过程结束后并固定各节点权重，以利检测过程之辨识；检测过程中将等待检测样本属性向量经由K–L expansion方法进行主轴转换与降阶，并将降阶后之主轴作为辨识向量经由智慧型模糊逻辑(Fuzzy Logic)及神经网路进行冰温〈晶〉参数评估，评估过程如果有误判样本，则将误判样本资料储存于学样本资料库以利再学资料之取得；再学过程是经由误判样本加入于学样本资料库，使K–L expansion重新调整主轴方位与智慧型模糊逻辑(Fuzzy Logic)及神经网路调整各节点权重，以达至后续检测过程对于相似或雷同之前述误判样本不再产生误判情形，俾提升智慧型理论设计冰温〈晶〉参数之方法与装置之辨识精度。 |
