文献

J-GLOBAL ID：201702266341635804   整理番号：17A0074567

ラフ集合ファジィニューラルネットワークに基づく発破振動予測【JST・京大機械翻訳】

Blasting Vibration Prediction based on Rough Set-Fuzzy Neural Network Method

著者 (4件)： Zhou Yuchun (Engineering Research Center of Rock-soil Drilling & Excavation and Protection,Ministry of Education; China University of Geosciences(Wuhan)) ,  Wu Li (Engineering Research Center of Rock-soil Drilling & Excavation and Protection,Ministry of Education; China University of Geosciences(Wuhan)) ,  Yuan Qing (Engineering Research Center of Rock-soil Drilling & Excavation and Protection,Ministry of Education; China University of Geosciences(Wuhan)) ,  Ma Chenyang (Engineering Research Center of Rock-soil Drilling & Excavation and Protection,Ministry of Education; China University of Geosciences(Wuhan))
資料名： Baopo  (Baopo)
巻： 33  号： 3  ページ： 127-131  発行年： 2016年 
JST資料番号： C2872A  ISSN： 1001-487X  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： 本論文では,爆発的振動に影響する因子を包括的に考慮し,ラフ集合理論に基づくファジィニューラルネットワーク(RS-FNN)予測法を提案し,粒子のピーク速度と主周波数を予測した。最初に,ラフ集合理論を用いて,最適属性集合を得て,次に,測定データをファジィ処理し,そして,ピーク値速度および主周波数の12-25-1RS-FNNネットワークモデルを,確立し,そして,SADAOVSKY経験式に基づく予測モデルと比較した。研究結果は以下を示す。RS-FNNは,粒子のピーク速度を予測するための経験式よりも優れており,同時に,RS-FNNも,主周波数の予測を実現し,工学的安全性を保証するための理論的指針を提供した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 安全性 ,  予測技法 ,  *ファジィニューラルネットワーク ,  周波数 ,  実験式 ,  *曖昧さ ,  予測モデル ,  ピーク値 ,  *ラフ集合
準シソーラス用語： ネットワークモデル ,  ラフ集合論 ,  *発破振動 , 【Automatic Indexing@JST】

著者キーワード (5件)： underground grottos ,  blasting vibration ,  rough set ,  fuzzy neural network ,  prediction of principal frequency

分類 (2件)： 人工知能  (JE08000Z) ,  集合論  (AB10000I)

タイトルに関連する用語 (4件)： ラフ集合 ,  ファジィニューラルネットワーク ,  発破振動 ,  予測