文献

J-GLOBAL ID：201702284617499974   整理番号：17A0106140

カオス粒子群最適化(PSO)アルゴリズムは,最小二乗法サポートベクトルマシン(LS-SVM)の最適【JST・京大機械翻訳】

Prediction of concrete strength based on least square support vector machine optimized by chaotic particle swarm optimization

著者 (2件)： Zhang Jing (School of Materials Science and Engineering,Inner Mongolia University of Technology) ,  Liu Xiangdong (School of Materials Science and Engineering,Inner Mongolia University of Technology)
資料名： Jilin Daxue Xuebao. Gongxue Ban  (Jilin Daxue Xuebao. Gongxue Ban)
巻： 46  号： 4  ページ： 1097-1102  発行年： 2016年 
JST資料番号： W1016A  ISSN： 1671-5497  CODEN： JDXGAH  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： より良いコンクリート強度予測結果を得るために,カオス粒子群最適化(PSO)アルゴリズムを提案して,最小二乗法サポートベクトルマシン(LSSVM)に基づくコンクリート強度予測モデルを最適化した。最初に,コンクリート強度データを収集し,正規化処理を行った。次に,コンクリートの強度と影響因子の間の関係性をLSSVMによってモデル化して,最適PSOパラメータをカオス粒子群最適化アルゴリズムによって探索した。最後に,具体的コンクリート強度予測用例を用いて,その性能を解析した。結果は,このモデルがコンクリート強度と影響因子の間の関係を正確に記述することができ,コンクリートの強度予測精度を向上させることができ,実際の応用価値があることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： モデリング ,  *サポートベクトルマシン ,  正規化 ,  *アルゴリズム ,  コンクリート ,  予測モデル ,  *最小二乗法 ,  *最適化 ,  *カオス
準シソーラス用語： 予測精度 ,  影響因子 ,  コンクリート強度 ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： civil engineering ,  concrete strength ,  least squares support vector machine(LSSVM) ,  chaotic particle swarm optimization(CPSO)algorithm ,  general test

分類 (2件)： 分光分析  (CC03012W) ,  食品の分析  (FJ01030U)

タイトルに関連する用語 (6件)： カオス ,  粒子群最適化 ,  PSO ,  アルゴリズム ,  最小二乗法 ,  サポートベクトルマシン