ridm@nrct.go.th   ระบบคลังข้อมูลงานวิจัยไทย   รายการโปรดที่คุณเลือกไว้

Optimal sample size election for torusity estimation using a PSO based neural network

หน่วยงาน สถาบันวิจัยและให้คำปรึกษาแห่ง มหาวิทยาลัยธรรมศาสตร์

รายละเอียด

ชื่อเรื่อง : Optimal sample size election for torusity estimation using a PSO based neural network
นักวิจัย : Siwaporn Kunnapapdeelert , Chakguy Prakasvudhisarn
คำค้น : Hammersley sampling methods , Torusity , Minimum tolerance zone, , Sample size , Neural network , Particle swarm optimization
หน่วยงาน : สถาบันวิจัยและให้คำปรึกษาแห่ง มหาวิทยาลัยธรรมศาสตร์
ผู้ร่วมงาน : -
ปีพิมพ์ : 2550
อ้างอิง : Thammasat international journal of science and technology. 12,2 (2007) pp. 64-77 , 0859-4074 , http://dspace.library.tu.ac.th/handle/3517/832
ที่มา : -
ความเชี่ยวชาญ : -
ความสัมพันธ์ : -
ขอบเขตของเนื้อหา : -
บทคัดย่อ/คำอธิบาย :

In a competitive manufacturing environment, the quality, cost, and time to market depend not only on the design and manufacturing but also on the inspection process used. The use of computerizedm easuringd evicesh as greatly improvedt he efficacy of geometrict olerancei nspection, especiallyf or form measurement.H owever,t hey still lack an efficienta nd effectives amplingp lan for data collection of a complex form feature like a torus. Factors that could affect plans due to design, manufacturing,and measuremenst uch as size, geometricalt olerance,m anufacfuringp rocess,and confidence level are studied. Type of manufacturing process, feature size, precision band, and sampling method are identified as impact factors for sampling strategy. A Hammersley sequence based sampling method is extended to cover toroidal shape. A neural network based on the particle swarm optimtzation (PSO) is then applied to determine sample size for torus feature inspection by taking these impact factors into consideration. The PSO based neural network's algorithm and architecture are described and its predictive ability on unseen test subsets is also presented. An effective and efficient sampling strategy can be achieved by using sampling locations from the Hammersley sampling method and sample size guided by the PSO based neural network.

บรรณานุกรม :
Siwaporn Kunnapapdeelert , Chakguy Prakasvudhisarn . (2550). Optimal sample size election for torusity estimation using a PSO based neural network.
    กรุงเทพมหานคร : สถาบันวิจัยและให้คำปรึกษาแห่ง มหาวิทยาลัยธรรมศาสตร์ .
Siwaporn Kunnapapdeelert , Chakguy Prakasvudhisarn . 2550. "Optimal sample size election for torusity estimation using a PSO based neural network".
    กรุงเทพมหานคร : สถาบันวิจัยและให้คำปรึกษาแห่ง มหาวิทยาลัยธรรมศาสตร์ .
Siwaporn Kunnapapdeelert , Chakguy Prakasvudhisarn . "Optimal sample size election for torusity estimation using a PSO based neural network."
    กรุงเทพมหานคร : สถาบันวิจัยและให้คำปรึกษาแห่ง มหาวิทยาลัยธรรมศาสตร์ , 2550. Print.
Siwaporn Kunnapapdeelert , Chakguy Prakasvudhisarn . Optimal sample size election for torusity estimation using a PSO based neural network. กรุงเทพมหานคร : สถาบันวิจัยและให้คำปรึกษาแห่ง มหาวิทยาลัยธรรมศาสตร์ ; 2550.