1. CUIR at Chulalongkorn University
  2. Faculty and Institute
  3. Graduate School - Grad
  4. Grad - Theses
Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/72008
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorมนตรี วงศ์ศรี-
dc.contributor.advisorวิฑูร ซื่อวัฒนากุล-
dc.contributor.authorสุรพล คำสุภา-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย-
dc.date.accessioned2021-01-28T03:40:22Z-
dc.date.available2021-01-28T03:40:22Z-
dc.date.issued2538-
dc.identifier.isbn9746324535-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/72008-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2538en_US
dc.description.abstractการวิจัยครั้งนี้เป็นการพัฒนาซอฟแวร์คอมพิวเตอร์ที่เขียนด้วยภาษาชี เพื่อใช้ในการหาแบบจำลองของกระบวนการต่างๆ ทั้งแบบเชิงเส้น และไม่เชิงเส้น โดยการใช้ข่ายงานนิวรัล ในการศึกษาวิธีการเรียนรู้กระบวนการของข่ายงานนิวรัลใช้เทคนิค การกระจายความผิดพลาดย้อนกลับ จากการทดลองพบว่า แบบจำลองเชิงอนุกรม-ขนาน แบบทั่วไป ให้วิธีการเรียนรู้ได้ดีกว่า แบบจำลองเชิงขนานแบบไม่วกกลับ ความสามารถในการเรียนรู้ของข่ายงานนิวรัลขึ้นกับค่าพารามิเตอร์ อัตราการเรียนรู้ และ แฟคเตอร์โมเมนตัม ซึ่งค่าที่เหมาะสมต้องเลือกใช้ ตามกรณีของปัญหา ไม่มีค่าที่กำหนดได้แน่นอน ในการทดลองใช้โครงสร้างข่ายงานนิวรัลที่มีชั้นฮิตเดน 2 ชั้น (6-5-5-1 ) เรียนรู้ กระบวนการไหลของของเหลวโดยแรงโน้มถ่วง ที่ใช้แบบจำลองเชิงอนุกรม-ขนานแบบทั่วไปเปรียบเทียบกันโครงสร้างข่ายงานนิวรัลที่มีชั้นฮิตเดนชั้นเดียว (6-5-1) พบว่า ผลการทดลองที่ได้ มีความแตกต่างกันเล็กน้อย โดยโครงสร้าง ข่ายงานนิวรัลที่มีชั้นฮิตเดนชั้นเดียว สามารถเรียนรู้กระบวนการได้รวดเร็วกว่า-
dc.description.abstractalternativeThe computer program of back propagation neural network is written in C. The program can be used for process modeling. It is found that, the general series-parallel model solves the problems better than the nonrecurrent parallel model. The effectiveness and convergence of the error backpropagation learning algorithm depend significantly on the value of the learning constant and momentum term. In general, however, the optimum value of learning constant and momentum depend on the problem being solved, and there is no single value suitable for different cases. In gravity flew tank process training using general series-parallel model, it has been shown that the single hidden layer network (6-5-1) is more rapid than the two hidden layers (6-5-5-1).-
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectนิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์)en_US
dc.subjectแบบจำลองกระบวนการไม่เชิงเส้นen_US
dc.titleการสร้างแบบจำลองกระบวนการไม่เชิงเส้นโดยการใช้ข่ายงานนิวรัลen_US
dc.title.alternativeNonlinear process modeling using a neural networken_US
dc.typeThesisen_US
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineวิศวกรรมเคมีen_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorMontree.W@Chula.ac.th-
dc.email.advisorไมมีข้อมูล-
Appears in Collections:Grad - Theses

Files in This Item:
File Description SizeFormat 
Suraphol_kh_front_p.pdf1.21 MBAdobe PDFView/Open
Suraphol_kh_ch1_p.pdf844.64 kBAdobe PDFView/Open
Suraphol_kh_ch2_p.pdf1.85 MBAdobe PDFView/Open
Suraphol_kh_ch3_p.pdf1.11 MBAdobe PDFView/Open
Suraphol_kh_ch4_p.pdf3.73 MBAdobe PDFView/Open
Suraphol_kh_ch5_p.pdf730.12 kBAdobe PDFView/Open
Suraphol_kh_back_p.pdf1.58 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.