文献

J-GLOBAL ID：201602295317381766   整理番号：16A0418955

人工ニューラルネットワークを使用するCO2排出量の予測:製糖業の事例

Prediction of CO₂ Emissions Using an Artificial Neural Network: The Case of the Sugar Industry

著者 (5件)： SALEH Chairul (Universitas Islam Indonesia, Yogyakarta, IDN) ,  LEUVEANO Raden Achmad C. (Univeriti Kebangsaan Malaysia, MYS) ,  RAHMAN Mohd Nizam Ab (Janabadra Univ., Yogyakarta, IDN) ,  DEROS Baba Md (Univeriti Kebangsaan Malaysia, MYS) ,  DZAKIYULLAH Nur Rachman (Janabadra Univ., Yogyakarta, IDN)
資料名： Advanced Science Letters  (Advanced Science Letters)
巻： 21  号： 10  ページ： 3079-3083  発行年： 2015年10月 
JST資料番号： W2378A  ISSN： 1936-6612  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ここでは,製糖業におけるボイラ運転由来のCO2排出量の予測に逆伝播人工ニューラルネットワーク(ANN)モデルを適用した。CO2排出量に影響する,バガス,薪および船舶用燃料油(MFB)の燃料燃焼をモニタリングするために予測モデルを使用した。ANNモデルは3層(入力変数,隠れノートおよび出力変数)を用いて設計された。小さな平均二乗誤差(RMSE)値をもつより良い予測値を得るために,試行錯誤法を適用した。また,ANNモデルのパラメータを最適化するために最小誤差値も使用できた。得られた結果は,トレーニングサイクル50,学習係数0.1,収束速度0.1および隠れノート数19のANNモデルに対する最適パラメータと共にRMSE値が0.055であることを示した。RMSE値が小さい程,より高い予測精度が得られると結論付けられた。

シソーラス用語： *ニューラルネットワーク ,  *二酸化炭素排出量 ,  *予測 ,  製糖 ,  誤差 ,  *ボイラ ,  予測モデル ,  バガス ,  固体燃料 ,  燃料油 ,  インドネシア共和国
準シソーラス用語： *CO2排出量 ,  RMSE【誤差】 ,  *逆伝播ニューラルネットワーク ,  薪 ,  人工ニューラルネットワーク ,  製糖業 ,  船舶用燃料油 ,  炭素排出量

分類 (4件)： 環境問題  (SA01020V) ,  その他の情報処理  (JE15050M) ,  ボイラ  (PB01020V) ,  砂糖  (FJ05010A)

タイトルに関連する用語 (4件)： 人工ニューラルネットワーク ,  CO2排出量 ,  予測 ,  製糖業