文献

J-GLOBAL ID：201702221158897266   整理番号：17A0910736

EU諸国の農業生産からの温室効果ガス排出の評価と判定,implementing,DEAウィンドウ分析と人工神経回路網【Powered by NICT】

Assess and prognosticate green house gas emissions from agricultural production of EU countries, by implementing, DEA Window analysis and artificial neural networks

著者 (2件)： Vlontzos G. (University of Thessaly, Department of Agriculture Crop Production and Rural Environment, Fytoko, 38446 Volos, Greece) ,  Pardalos P.M. (University of Florida Department of Industrial and Systems Engineering, 401 Weil Hall, P.O. Box 116595, Gainesville, FL 32611-6595, USA)
資料名： Renewable & Sustainable Energy Reviews  (Renewable & Sustainable Energy Reviews)
巻： 76  ページ： 155-162  発行年： 2017年 
JST資料番号： W1084A  ISSN： 1364-0321  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： 欧州連合(EU)農業のための最も重要な政策改革の一つはアジェンダ2000の実施,補助金管理のための新しいフレームワークを確立し,大部分の製品に対する作物と動物の産生の両方から分離した。この新しい政策枠組みの主な目標の一つは,その環境影響の改善である。さらに,EU農業の評価のための新しい効率評価と予後判定ツールの実施が必要である,市場力の影響を実質的に増加している。データ包絡分析(DEA)方法論の有効性を念頭に置いて,それを用いてEU国の主要部門の環境効率を計算し,定量化した。本論文では,DEAウィンドウ方法論がGHG排出効率を評価し,EU国の主要部門の効率変化を同定し,共通農業政策(CAP)の強い影響下で,全国的にその正または負の影響この方法を定量化する反作用作用のヒント同時に与えた。主な結果はEU諸国間で有意差を提供し,低い環境効率速度を実行するためにあまり開発されていないものであった。さらに,それらの出力は耕地作物へのかなりの程度依存するどの国が低すぎる効率速度を達成した。最後に,人工ニューラルネットワーク(ANN)は,農業生産プロセスの望ましくない出力として温室効果ガス(GHG)排出に関するEU諸国一次部門の将来の性能を推定するためのツールとして使用されている。,この出力標的関係に線形適合と同様に,検証性能特性をプロットの左下と上部右隅角部を交差していた。これらの方法の組み合わせは,CAP評価と予後判定のための新しい方法論的アプローチを提供し,EU農業生産のための新しい市場指向フレームワークに調整した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 欧州連合 ,  *農業 ,  農地 ,  環境影響 ,  補助金 ,  生産プロセス ,  *ニューラルネットワーク ,  農作物 ,  *温室効果ガス
準シソーラス用語： 共通農業政策 ,  環境効率 ,  データ包絡分析 ,  市場力 ,  予後判定 ,  *農業生産 , 【Automatic Indexing@JST】

著者キーワード (4件)： DEAウィンドウ解析 ,  人工ニューラルネットワーク ,  環境効率 ,  温室効果ガス排出

分類 (2件)： エネルギー消費・省エネルギー  (LD01000B) ,  生物燃料及び廃棄物燃料  (LB02020Y)

タイトルに関連する用語 (8件)： Eu ,  農業 ,  温室効果ガス排出 ,  評価 ,  DEA ,  ウィンドウ ,  分析 ,  人工神経回路網