簡易檢索 / 詳目顯示

研究生: 蔡見福
Chien-fu Tsai
論文名稱: 類神經網路於照明設計之最佳化研究
A Study of Artificial Neural Network on the Optimization of Interior Lighting Design
指導教授: 蕭弘清
Horng-ching Hsiao
口試委員: 宋平生
none
高文秀
none
黃仲欽
Chung-chien Huang
學位類別: 碩士
Master
系所名稱: 電資學院 - 電機工程系
Department of Electrical Engineering
論文出版年: 2006
畢業學年度: 94
語文別: 中文
論文頁數: 112
中文關鍵詞: 照明設計照明品質類神經網路最佳化
外文關鍵詞: lighting design, lighting quality, artificial neural network, optimization
相關次數: 點閱:539下載:4
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 本論文旨在探討類神經網路於照明設計之最佳化研究,針對一般室內照明作為研究目標,並以學校教室為研究案例。對影響教室照明品質之輸入參數:燈具種類、燈具配置方式、燈具方向及燈具佈置間距等四項,應用類神經網路以預測三項照明指標:平均照度、統一眩光等級及配光均勻度,且評估包含耗電量之整體照明設計品質。

    經由研究結果顯示,應用倒傳遞類神經網路,學習並歸納教室照明設計之輸入參數與指標間的內在映射規則,以達成預測照明指標及評估整體照明品質之目的是確實可行。


    The purpose of this thesis is to study the optimization of interior lighting design by using artificial neural network. Typical classrooms are chosen to be the lighting zones for this research. The influential input variables of classroom lighting quality include: luminaire type, luminaire disposition, luminaire orientation and luminaire spacing. This study proposes a method of using neural network to predict three indicators of lighting quality: average illuminance, unified glare rating, and lighting uniformity; and to evaluate overall lighting quality design with consideration of power consumption indicator.

    The results show that by applying back-propagation neural networks to learn and generalize the internal mapping rule of classroom lighting design input variables and indicators of lighting quality, it is feasible to predict lighting indicators and to evaluate lighting quality.

    中文摘要 i 英文摘要 ii 誌謝 iii 目錄 iv 圖表索引 vi 第一章 緒論 1 1.1 研究動機與目的 1 1.2 研究流程與方法 2 1.3 章節概述 4 1.4 研究範圍與限制 5 第二章 教室照明概說與指標 6 2.1 教室照明概說 6 2.1.1 教室照明之重要性 6 2.1.2 教室照明之目標 7 2.1.3 教室照明之設計程序 8 2.2 教室照明指標 9 2.2.1 照度 10 2.2.2 照度均勻度 11 2.2.3 輝度 12 2.2.4 耗電量 13 2.2.5 眩光 13 2.3 眩光的量化與評估 15 2.3.1 眩光的分級 15 2.3.2 不舒適眩光的量化分析 16 2.3.3 眩光的評估方法 19 第三章 類神經網路理論 30 3.1 類神經網路原理 30 3.1.1 生物神經細胞模型 30 3.1.2 人工神經細胞模型 32 3.2 類神經網路之學習規則與架構 33 3.2.1 類神經網路之學習與記憶 34 3.2.2 類神經網路之種類與架構 34 3.3 倒傳遞類神經網路 37 第四章 建立教室照明設計範例 41 4.1 教室照明設計之參數建立 41 4.2 教室照明設計軟體 48 4.3 教室照明品質之評分 53 第五章 分析範例之數據分析 59 5.1 彙整設計範例資料 59 5.2 以相同燈具進行設計範例分析 59 5.3 分析燈具在相同配置方式下與參數間之關係 61 5.4 分析燈具在相同方向下與參數間之關係 63 5.5 分析範例在照明指標之整體表現 63 第六章 類神經網路於教室照明設計之應用 86 6.1 類神經網路之訓練範例 86 6.2 類神經網路之學習結果 88 6.3 過度密合現象之改善 98 6.4 規則化學習法則之學習與與測試 99 第七章 結論與建議 108 7.1 結論 108 7.2 未來研究方向與建議 109 參考文獻 110 作者簡介 112

    [1] 周鼎金,學校教室採光照明設計準則之研究,內政部建築研究所籌備處研究計畫,民國八十四年。
    [2] 周鼎金,學校教室照明設計技術手冊之研訂,內政部建築研究計畫,民國八十五年。
    [3] 教育部體育司全球資訊網,http://www.edu.tw.
    [4] 日本照明學會,大陸簡體字版「照明手冊」,民國七十二年。
    [5] 宋平生,照明與照明設計,台北,信華出版社,民國六十四年。
    [6] 台灣照明學會,合理教室照明與節約能源,民國八十九年。
    [7] 陳鼎周,學校教室照明直接眩光評價之研究以中等學校之普通教室為對象,台灣科技大學建築研究所碩士論文,民國八十七年。
    [8] 李碩重,照明設計學,台北,全華科技圖書公司,民國八十二年。
    [9] 陳智宏,「類神經網路照明在照明品質評估之應用研究」,台灣科技大學電機工程所碩士論文,民國八十九年。
    [10] Philips Light Manual, Philips Lighting B.V., 1993.
    [11] Michael John Perry, “Discomfort Glare, Lighting Scatter, and Scene Structure”, Build Research Establishment, 1995.
    [12] 龐蘊繁,視覺與照明,北京,中國鐵道出版社,民國八十三年。
    [13] 石曉蔚,室內照明設計原理,台北,淑馨出版社,民國八十五年。
    [14] Mark S. Rea, 8-th edi., “Lighting Handbook”, 2000.
    [15] 詹慶旋,建築光環境,台北,淑馨出版社,民國八十年。
    [16] 葉怡成,類神經網路模式應用與實作,台北,儒林圖書有限公司,民國八十八年。
    [17] 華念祖,「類神經網路模糊控制器於端銑加工之研究」,台灣科技大學機械工程技術所碩士論文,民國八十七年。
    [18] 蘇木春、張孝得,機器學習:類神經網路、模糊系統以及基因演算法則,台北,全華科技圖書公司,民國八十九年。
    [19] IES Standard File Format for Electronic Transfer of Photometric Data and Related Information, IES LM-63-1991.
    [20] 經濟部工業局九十年度工業技術人才培訓計畫講義,民國九十年。
    [21] 周鼎金,學校教室照明推廣手冊,內政部建築研究所,民國八十七年。
    [22] 蕭弘清,「教室照明現況與改善方案」,師友月刊,333期,第13 ~ 17頁,民國八十四年。
    [23] 政府機關辦公室節能技術手冊,經濟部能源委員會,民國九十年。
    [24] 阮齊宏、白玉良、馮輝正,最新工業配電學,中國電機出版社,第443 ~ 444頁,民國八十年。
    [25] 江仲勇,類神經網路於照明設計應用之研究,台灣科技大學電機工程所碩士論文,民國九十二年。
    [26] 屠其非、徐蔚,學校照明,復旦大學出版社,第65頁,西元2004年。

    無法下載圖示 全文公開日期 2008/07/26 (校內網路)
    全文公開日期 本全文未授權公開 (校外網路)
    全文公開日期 2008/07/26 (國家圖書館:臺灣博碩士論文系統)
    QR CODE