文献

J-GLOBAL ID：201702224042581769   整理番号：17A0095028

時間的影響を考慮したニューラルネットワークモデルによるロックフィルダムの予測に関する研究【JST・京大機械翻訳】

Prediction of core rock-fill dam deformation by artificial neural network combination models considering time factor

著者 (5件)： Wu Binping (State Key Laboratory of Hydraulic Engineering Simulation and Safety, Tianjin University) ,  Yue Pan (State Key Laboratory of Hydraulic Engineering Simulation and Safety, Tianjin University) ,  Yan Yuling (State Key Laboratory of Hydraulic Engineering Simulation and Safety, Tianjin University) ,  Zhong Denghua (State Key Laboratory of Hydraulic Engineering Simulation and Safety, Tianjin University) ,  Liu Haoyuan (State Key Laboratory of Hydraulic Engineering Simulation and Safety, Tianjin University)
資料名： Shuili Fadian Xuebao  (Shuili Fadian Xuebao)
巻： 35  号： 9  ページ： 78-86  発行年： 2016年 
JST資料番号： C2170A  ISSN： 1003-1243  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ダムの変形は,通常,多くの複雑な結合要素によって構成され,そして,それは,高さのあいまいさおよび曖昧さを有する不確実性システムである。多重因子によって影響されるダム変形問題は,数学的物理的関係式によって解決されず,そして,組合せモデルは,各々のサブモデルの有用な情報を完全に利用することができ,そしてそれは,ダム変形の複雑性および不確実性を反映することができ,そしてそれは,ダムの変形を予測するためのより科学的方法であった。現在、国内外の学者はダム変形に対する組合せ予測モデルの研究が不足しており、時間要素が組合せモデルの重みに与える影響は考慮されていない。この問題を解決するために,ファジィモデル(ANFIS-GMモデル)と遺伝的ニューラルネットワークモデル(GA-BPモデル)をモデルとして用いて,時間変化を考慮したニューラルネットワークモデルを,モデルの重みの解法として用いて,ダム変形を予測した。南西のある心血の事例研究により,以下のことを示した。このモデルは,そのモデルの利点を統合することができ,より高い精度を得ることができ,また,時間誤差を考慮しない最小二乗誤差モデルと組合せモデルよりも高い精度を持ち,最小予測誤差二乗と組合せモデルの平均精度は,平均10.50MMであった。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 予測モデル ,  *ロックフィルダム ,  事例研究 ,  多重化 ,  *ダム ,  遺伝 ,  曖昧さ ,  予測誤差 ,  経時変化 ,  不確実性
準シソーラス用語： 最小平均二乗誤差 ,  ファジィモデル ,  複雑性 ,  *神経回路網モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： core rockfill dam ,  dam deformation ,  ANFIS-GM model ,  GA-BP model ,  ANN combination model considering time factor

分類 (9件)： パターン認識  (JE07000S) ,  反応装置  (XE01030X) ,  自然保護  (SB06000L) ,  ニューロコンピュータ  (JC06010Q) ,  製鋼  (WD01060A) ,  製造工程とその装置  (YH03000O) ,  化学プロセスの解析  (XC01030R) ,  化学プロセスの制御  (XC02020N) ,  送風機,圧縮機,風車  (QD03000U)

タイトルに関連する用語 (4件)： ニューラルネットワークモデル ,  ロックフィルダム ,  予測 ,  研究