建國科技大學 日間部 104 學年度第 2 學期 課程綱要表
授課班級： 日 碩士班電子一A        教師： 張寬裕
科目名稱： 模糊與類神經網路應用        時數： 3
教材名稱： 自編教材        著 者： 張寬裕
出版書局： 建國科大
主要參考資料：(請註明書名、著者、出版書局)
類神經網路與模糊控制理論入門與應用、王進德、全華圖書

 

 評分方式： 考試;作業
評分比例： 期中考試30%, 期末考試30%,平時作業30%,出席率10%

先修科目或先備能力： 無

教學目標：
1.知識： 教育學生充分學習模糊與類神經網路概論
2.技能： 訓練學生對模糊與類神經網路之應用
3.態度： 輕鬆的學習方式
4.其他： 培養學生模糊與類神經網路概論基礎知識及應用
教學方式： 課堂講授;分組討論;

教材大網：

單    元    主    題 內    容    綱    要 教學週數 備    註
工程倫理
第1章類神經網路簡介
第2章感知機與倒傳遞類神經網路		 工程倫理1-1何謂「類神經網路」1-2神經細胞電化學作用學說1-3 Hebbian神經細胞學習規則1-4生物神經元模型1-5人工神經元模型1-6常用的非線性轉換函數1-7類神經網路基本架構1-8回歸型網路的運作過程1-9前授型網路的運作過程2-1單層感知機數學模型2-2單層感知機的分類應用2-3加入隱藏單元的感知機2-4前授型多層感知機2-5倒傳遞類神經網路2-6倒傳遞網路演算法2-7學習演算法2-8回想演算法2-9倒傳遞網路的應用實例 3 　
第3章霍普菲爾網路
第4章類神經網路的應用		 3-1霍普菲爾網路的類型3-2霍普菲爾網路演算法3-3記憶演算法3-4聯想演算法
3-5 網路手算例3-6霍普菲爾網路演算法的證明3-7霍普菲爾網路應用實例3-8記憶聯想人的臉面特徵3-9記憶聯想阿拉伯數字4-1運動機構4-2感測器4-3控制電路4-4神經網路架構4-5學習過程4-6佈景設計與訓練樣本4-7類神經網路控制系統模型4-8一般學習架構4-9專門學習架構4-10一般學習與專門學習混合應用4-11最佳化計算4-12應用實例		 3 　
5章傳統與模糊集合
第6章 模糊邏輯與模糊推論		 5-1傳統集合5-2傳統集合的運算性質
5-3傳統集合的特徵函數5-4模糊集合5-5模糊集合運算性質
5-6模糊集合歸屬函數的特徵5-7模糊集合的關係5-8模糊關係的運算5-9映射5-10擴展原理6-1傳統二值邏輯6-2複合命題6-3以集合關係來表示蘊含邏輯運算
6-4 二值邏輯推論
6-5模糊邏輯6-6複合模糊命題6-7模糊語言6-8模糊推論		 4 　
第7章模糊控制
8章ANFIS自適應網路模糊推論系統		 7-1模糊控制器的組成7-2模糊控制器的設計步驟7-3水位模糊控制7-4洗衣機模糊控制8-1 Sugeno模糊模型8-2 一次Sugeno模糊推論系統8-3 ANFIS架構8-4 ANFIS參數學習
8-5 MATLAB中與ANFIS相關的函數
8-6 以ANFIS求解XOR邏輯8-7ANFIS在模糊控制器設計的應用		 2 　
9章自組性類神經網路
10章RBF類神經網路		 9-1 SOM類神經網路9-2 SOM網路架構9-3 SOM學習演算法9-4 SOM類神經網路程式例9-5 LVQ類神經網路9-6 LVQ網路架構9-7 LVQ學習演算法9-8 LVQ回想演算法9-9 ART類神經網路9-10 ART-1網路架構
9-11 ART-1網路的學習原理9-12 ART-1學習演算法9-13 ART-1回想演算法10-1 RBF類神經網路架構10-2 RBFNN學習演算法10-3RBFNN學習演算法的推導10-4 FNN辨識非線性數學模型10-5數位PID控制
10-6增量式PID控制
10-7基於RBFNN調整的PID控制10-8 PID控制參數的調整
10-9Jacobian信習的計算		 3 　
基因演算法 11-1基因演算法的主要特性
11-2 產生母代
11-3 基因演算法的運算
11-4 複製運算
11-5 交配運算
11-6 突變運算
11-7以MATLAB實現基因演算法
11-8 基因演算法PID控制		 1 　
期中考與期末考 期中考與期末考 2 　
請遵守智慧財產權，勿非法影印教科書。
 



建國科技大學 日間部 104 學年度第 2 學期 教學預定進度表
科       目： 模糊與類神經網路應用       授 課 班 級： 日 碩士班電子一A
任 課 教 師： 張寬裕 擬定進度教師: 張寬裕
教科書 名稱： 自編教材 作       者： 張寬裕
出 版 書 局： 建國科大
週次
月日
時數
網路
時數
 授   課   內   容   要   項 備  註
1
 2月22日
2月28日		 3 0 工程倫理
1-1何謂「類神經網路」
1-2神經細胞電化學作用學說
1-3 Hebbian神經細胞學習規則
1-4生物神經元模型		 (22)舊生開學暨註冊日;(23)在校生加退選開始
2
 2月29日
3月6日		 3 0 1-5人工神經元模型
1-6常用的非線性轉換函數
1-7類神經網路基本架構
1-8回歸型網路的運作過程
1-9前授型網路的運作過程		 (29)和平紀念日補假一天;(3/1~3)跨部加退選;(3)幹部訓練
3
 3月7日
3月13日		 3 0 2-1　單層感知機數學模型
2-2　單層感知機的分類應用
2-3　加入隱藏單元的感知機
2-4前授型多層感知機
2-5倒傳遞類神經網路
2-6倒傳遞網路演算法
2-7學習演算法
2-8回想演算法
2-9倒傳遞網路的應用實例		 　
4
 3月14日
3月20日		 3 0 3-1　霍普菲爾網路的類型
3-2　霍普菲爾網路演算法
3-3　記憶演算法
3-4　聯想演算法
3-5 網路手算例		 　
5
 3月21日
3月27日		 3 0 3-6　霍普菲爾網路演算法的證明
3-7霍普菲爾網路應用實例
3-8記憶聯想人的臉面特徵
3-9記憶聯想阿拉伯數字		 　
6
 3月28日
4月3日		 3 0 4-1運動機構
4-2感測器
4-3控制電路
4-4神經網路架構
4-5學習過程
4-6佈景設計與訓練樣本
4-7類神經網路控制系統模型
4-8一般學習架構
4-9專門學習架構
4-10一般學習與專門學習混合應用
4-11最佳化計算
4-12應用實例		 　
7
 4月4日
4月10日		 3 0 5-1傳統集合
5-2傳統集合的運算性質
5-3傳統集合的特徵函數
5-4模糊集合
5-5模糊集合運算性質		 (4)兒童節/清明節放假(5)補假一天(6)畢典補假一天
8
 4月11日
4月17日		 3 0 5-6模糊集合歸屬函數的特徵
5-7模糊集合的關係
5-8模糊關係的運算
5-9映射
5-10擴展原理		 　
9
 4月18日
4月24日		 3 0 期中考 (18-24)期中考試週
10
 4月25日
5月1日		 3 0 6-1傳統二值邏輯
6-2複合命題
6-3以集合關係來表示蘊含邏輯運算
6-4 二值邏輯推論		 (30)(1)統一入學測驗(預估)
11
 5月2日
5月8日		 3 0 6-5模糊邏輯
6-6複合模糊命題
6-7模糊語言
6-8模糊推論		 　
12
 5月9日
5月15日		 3 0 7-1模糊控制器的組成
7-2模糊控制器的設計步驟
7-3水位模糊控制
7-4洗衣機模糊控制		 　
13
 5月16日
5月22日		 3 0 8-1 Sugeno模糊模型
8-2 一次Sugeno模糊推論系統
8-3 ANFIS架構
8-4 ANFIS參數學習
8-5 MATLAB中與ANFIS相關的函數
8-6 以ANFIS求解XOR邏輯
8-7 ANFIS在模糊控制器設計的應用		 　
14
 5月23日
5月29日		 3 0 9-1 SOM類神經網路
9-2 SOM網路架構
9-3 SOM學習演算法
9-4 SOM類神經網路程式例
9-5 LVQ類神經網路
9-6 LVQ網路架構
9-7 LVQ學習演算法
9-8 LVQ回想演算法
9-9 ART類神經網路
9-10 ART-1網路架構
9-11 ART-1網路的學習原理
9-12 ART-1學習演算法
9-13 ART-1回想演算法		 (26)水上運動會(28)校慶慶祝大會(28)補班補課(6/10調整放假)
15
 5月30日
6月5日		 3 0 10-1 RBF類神經網路架構
10-2 RBFNN學習演算法
10-3 RBFNN學習演算法的推導
10-4 RBFNN辨識非線性數學模型
10-5數位PID控制
10-6增量式PID控制		 (2)-(8)畢業班期末考試
16
 6月6日
6月12日		 3 0 10-7基於RBFNN調整的PID控制
10-8 PID控制參數的調整
10-9 Jacobian信息的計算
10-10 智慧型PID控制應用實例
10-11 未加RBF網路調整的PID控制
10-12加入RBFNN調整的PID控制		 (9)端午節(10)調整放假
17
 6月13日
6月19日		 3 0 11-1基因演算法的主要特性
11-2 產生母代
11-3 基因演算法的運算
11-4 複製運算
11-5 交配運算
11-6 突變運算
11-7以MATLAB實現基因演算法
11-8 基因演算法PID控制		 　
18
 6月20日
6月26日		 3 0 期末考 (20)-(24)期末考試 (25)畢業典禮
請遵守智慧財產權，勿非法影印教科書。