期刊刊名：大葉學報 　 卷期：11卷1期

篇名出版日期：2002年6月1日

作者：楊安石,林柏宏

語言：Chinese

關鍵字：類神經網路,倒傳遞,雙相氣泡流,相分佈,neural networks, back propagation, two-phase bubbly flow, phase distribution

被點閱次數：0次

閱讀時間：0sec

摘要：
雙相氣泡流的物理傳輸機制可經由廣泛地實驗量測與複雜的理論模擬等探討過程而了解；然而，在實際的工業應用中常需要快速地決定紊流氣泡流場動態特性，故而本研究運用類神經網路以即時掌握雙相氣泡流流域內相發展的機制。分析係基於Liu’s 所量測實驗的數據資料分別建立三個倒傳遞類神經網路，以預測雙相氣泡紊流的空泡分率、液相速度和氣相速度等分佈。三個訓練完成後的倒傳遞類神經網路計算輸出與原量測數值比較後，驗證結果發現預測和目標向量之均方根誤差低於4.33%。本研究也完整調查了各種網路參數（包含了隱藏層數目、訓練對數目、轉換函數型式、學習增加率數目、學習減少率數目和動量項數目等）對於類神經網路訓練品質的影響。

　　　　　[全文下載]