文献

J-GLOBAL ID：201602269747405365   整理番号：16A0931762

中国・河北省における二酸化炭素排出の影響因子を調べるための改良した粒子群最適化に基づく逆伝搬法ニューラルネットワークの利用

Using a back propagation neural network based on improved particle swarm optimization to study the influential factors of carbon dioxide emissions in Hebei Province, China

著者 (2件)： Sun Wei (Department of Economics and Management, North China Electric Power University, Baoding 071003, China) ,  Xu Yanfeng (Department of Economics and Management, North China Electric Power University, Baoding 071003, China)
資料名： Journal of Cleaner Production  (Journal of Cleaner Production)
巻： 112  号： P2  ページ： 1282-1291  発行年： 2016年01月20日 
JST資料番号： W0750A  ISSN： 0959-6526  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 二酸化炭素排出は温室効果の主たる原因であり,二酸化炭素排出の影響因子の詳細な調査が,発生源からの増加を抑制するために非常に重要である。本研究では,非慣性の重み係数と選択的変異戦略を,粒子群最適化アルゴリズムに用い,改良した粒子群を,古典的逆伝搬法(BP)ニューラルネットワークの初期の結合重みと閾値を最適化するために用いた。これにより,改良した粒子群(IPSO)に基づく新たなBPモデル,すなわち,改良した粒子群最適化-逆伝搬法アルゴリズム(IPSO-BP)を設定した。提案した方法の総合的な性能と有効性について確かめるため,二酸化炭素排出と影響因子の実証的分析を,中国・河北省で,1978年~2012年に行った。結果を他の2つの方法によるものと比較し,提案したIPSO-BPアルゴリズムが,IPSOの全球探索能力とBPの局所探索能力を最大限に利用し,無作為初期値と未熟解のBP問題を克服したことが証明された。加えて,二酸化炭素排出の適合と予測の精度が,大きく改善した。Copyright 2016 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *二酸化炭素排出量 ,  *因子 ,  *逆伝搬法 ,  *最適化 ,  ニューラルネットワーク ,  中国北部 ,  エネルギー資源 ,  国内総生産 ,  産業
準シソーラス用語： *影響因子 ,  河北省 ,  *粒子群最適化

著者キーワード (4件)： Back propagation neural network ,  Improved particle swarm optimization ,  Carbon dioxide emissions ,  Influential factors

分類 (1件)： 環境問題  (SA01020V)

タイトルに関連する用語 (7件)： 中国 ,  河北省 ,  二酸化炭素排出 ,  影響因子 ,  粒子群最適化 ,  逆伝搬法 ,  ニューラルネットワーク