skip to main content
Primo Advanced Search
Primo Advanced Search Query Term
Primo Advanced Search prefilters

基因型模糊推論機制於能源管理決策支援系統之研究 = A study on genetic fuzzy inference mechanism for energy management decision support system

蔡育娣 (科技管理) 國立臺南大學 科技管理碩士班 民102[2013

可在 府城總館  2樓參考書區  (DC TM 102018 )取得(請點選下列選項)

  • 題名:
    基因型模糊推論機制於能源管理決策支援系統之研究 = A study on genetic fuzzy inference mechanism for energy management decision support system
  • 著者: 蔡育娣 (科技管理)
  • 國立臺南大學 科技管理碩士班
  • 主題: 模糊推論 基因學習 決策支援系統 知識本體 能源管理; Fuzzy Inference Genetic Learning Decision Support System Ontology Energy Management
  • 描述: 能源的運用有正反兩面影響,雖然對社會的進步與科技的演進有莫大的貢獻,但能源的開發及使用對環境卻造成重大影響,例如:空氣污染及因溫室氣體排放造成全球暖化及臭氧層破壞等。除了節約能源及提高能源效率以直接改進外,更要積極尋找替代能源的可能性,以促使台灣逐步往「綠色矽島」方向邁進。本論文建置一套適用於已裝置太陽能光電系統用電戶的太陽能供需分析決策支援系統,此系統根據太陽能動態評估本體論、模糊理論及決策支援系統等所建置而成,接著基於本論文研發之太陽光電供需分析決策支援系統及專家知識,結合模糊邏輯理論及基因學習演算法,進行推論家電耗電程度及太陽光電系統發電程度,再由家電耗電程度與太陽光電系統發電程度決定用電戶是否售電或購電。若為售電,用電戶可選擇全額躉售或餘額躉售,相反的,若為購電則進行用電戶購買能源類型可能性之推論,讓用電戶進行決策購買能源類型。藉由FML System進行實驗分析後可知:(1)第二型模糊推論系統於基因學習前產生的均方差、正確性及適應值皆優於第一型模糊推論系統於基因學習前的結果;(2)無論是第一型模糊推論系統或第二型模糊推論系統於基因學習後的結果,皆優於基因學習前結果及(3)本論文所提出方法,應用於能源管理決策支援是可行的。未來,將收集不同區域資料,並考慮較多影響因素,以建置一個智慧型能源管理決策支援系統。 Energy use has its positive and negative influence. Although energy has a great contribution to the social progress and technical evolution, the development and usage of energy also make a great influence on the environment, such as air pollution and greenhouse gas emissions to cause global warming and ozone depletion. In addition to con
  • 出版者: 碩士論文--國立臺南大學科技管理碩士班, 101學年度
  • 建立日期: 民102[2013
  • 格式: xvii, 161面 : 圖,表 ; 30公分.
  • 語言: 中文
  • 資源來源: NUTN ALEPH

正在檢索遠程資料庫,請稍等