文献

J-GLOBAL ID：201202203672354906   整理番号：11A1409608

動的調整粒子群最適化アルゴリズムとHolt-Winters線形季節モデルに基づく長期的流出予測法

Long-term runoff forecast method based on dynamic adjustment particle swarm optimizer algorithm and Holt-Winters linear seasonal model

著者 (4件)： Shi Biao (Inst. of Water Resources and Hydro-electric Engineering, Xi’an Univ. of Technol., Xi’an) ,  Li Yuxia (Inst. of Water Resources and Hydro-electric Engineering, Xi’an Univ. of Technol., Xi’an) ,  Yu Xinhua (Technical Inst. of High Vocation, Qing Dao Univ. of Sci. and Technol., Qingdao) ,  Niu Yanli (Inst. of Water Resources and Hydro-electric Engineering, Xi’an Univ. of Technol., Xi’an)
資料名： Nongye Gongcheng Xuebao  (Nongye Gongcheng Xuebao)
巻： 26  号： 7  ページ： 8-13  発行年： 2010年 
JST資料番号： C2454A  ISSN： 1002-6819  CODEN： NGOXEO  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： 貯水池の長期流出予測の精度および速度を改善するために,動的調整粒子群最適化アルゴリズム(DAPSO)を提案した。Holt-Winters(H-W)線形季節モデルの予測関数を用いて,流出予測を処理し,Holt-Winters線形季節モデルの組合せパラメータを解明し,DAPSOアルゴリズムを用いて最適化した。動的調整粒子群最適化アルゴリズムとHolt-Winters線形季節モデルのハイブリッドアルゴリズムを開発した。それは,Holt-Winters線形季節モデルのパラメータを自動的に決定する。長期的流出予測モデルを,ハイブリッドアルゴリズムに基づいて形成した。貯水池の長期間流出予測を,方式と歴史流出データを用いて実施した。結果は,方式の収束が,より速く,予測精度は粒子群最適化アルゴリズム-H-WモデルおよびHolt-Winters線形季節モデルのものより正確であることを示している。方式は,H-W線形季節モデルの予測精度および予測量を改善する。それには,高度のコンピュータ精度があり,そして,信頼度は95%,平均誤差率は6%以下であった。ハイブリッドアルゴリズムモデルは,Shiquan貯水池の貯水池長期的流出予測の精度および速度問題を首尾よく改善できる。モデルには,より良い予測精度があり,貯水池および河川の長期間流出予測に使用できるかもしれない。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *アルゴリズム ,  *コンピュータ ,  パラメータ ,  予測モデル ,  精度
準シソーラス用語： *ハイブリッドアルゴリズム ,  予測精度

分類 (1件)： 農業一般  (FB01010A)

タイトルに関連する用語 (6件)： 粒子群最適化アルゴリズム ,  線形 ,  季節 ,  モデル ,  長期 ,  流出予測