Abstract
對於所有的工廠程序而言，系統狀態的控制經常扮演著影響產品品質 決定性的角色，甚至是工廠安全的保障，特別是一些對於環境變化敏感的 反應程序。錯誤的資訊會導致控制器的失靈及甚至發生意外，為了能達到 最適當的控制，取得正確的數據更是進行控制的先決條件。然而由於反應 器及鍋爐系統經常必須處於高溫高壓的狀態下，其線上的溫度、壓力及流 量測量器可能會發生不準確甚至是故障的情況，導致控制上的困擾，所以 對於數據的可信度進行檢測與矯正是必要的也是必須的。 由文獻上來 看，在類神經網路的研究出現以前，幾乎所有動態的研究都是建立在一個 已知的系統嚴格模式下，而系統模式的準確與否決定了數據矯正的成敗。 類神經網路 (ANN)模式，提供了一個有效的路徑，幫助我們迅速地建立起 系統的經驗模式。以此為基礎，類神經網路模式可以幫助數據矯正研究脫 離長久以來對嚴格模式的依賴。