his.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Simulation meta-modeling of complex industrial production systems using neural networks
Högskolan i Skövde, Institutionen för kommunikation och information.
2006 (Engelska)Självständigt arbete på grundnivå (kandidatexamen)Studentuppsats
Abstract [en]

Simulations are widely used for analysis and design of complex systems. Real-world complex systems are often too complex to be expressed with tractable mathematical formulations. Therefore simulations are often used instead of mathematical formulations because of their flexibility and ability to model real-world complex systems in some detail. Simulation models can often be complex and slow which lead to the development of simulation meta-models that are simpler and faster models of complex simulation models. Artificial neural networks (ANNs) have been studied for use as simulation meta-models with different results. This final year project further studies the use of ANNs as simulation meta-models by comparing the predictability of five different neural network architectures: feed-forward-, generalized feed-forward-, modular-, radial basis- and Elman artificial neural networks where the underlying simulation is of complex production system. The results where that all architectures gave acceptable results even though it can be said that Elman- and feed-forward ANNs performed the best of the tests conducted here. The difference in accuracy and generalization was considerably small.

Ort, förlag, år, upplaga, sidor
Skövde: Institutionen för kommunikation och information , 2006. , s. 36
Nyckelord [en]
artificial neural networks, meta-models, simulation
Nationell ämneskategori
Datavetenskap (datalogi)
Identifikatorer
URN: urn:nbn:se:his:diva-1036OAI: oai:DiVA.org:his-1036DiVA, id: diva2:2150
Presentation
(Engelska)
Uppsök
teknik
Handledare
Tillgänglig från: 2008-03-31 Skapad: 2008-03-31 Senast uppdaterad: 2018-01-13

Open Access i DiVA

fulltext(12015 kB)394 nedladdningar
Filinformation
Filnamn FULLTEXT01.psFilstorlek 12015 kBChecksumma SHA-1
2d4d44a0deae7dc39afdc8f0ac341a84fcc1e9c1a133dfd63a88384d993d8e7b7af514bf
Typ fulltextMimetyp application/postscript
fulltext(823 kB)552 nedladdningar
Filinformation
Filnamn FULLTEXT02.pdfFilstorlek 823 kBChecksumma SHA-512
af41f52adaeb20f6cc37a99759bbb9dfe35e3c5a8d4f58dde96dfd8f7d4a19f36d28708d3f4e950b9f3ad0cb2320fadc85d330e7f259acdc04508266d3686733
Typ fulltextMimetyp application/pdf

Av organisationen
Institutionen för kommunikation och information
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 946 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 515 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf