文献

J-GLOBAL ID：201702225291931178   整理番号：17A1384392

二次カーネルサポートベクトルマシンにフォーワード回帰を用いた全球水平放射予測:中国のチベット自治区の事例研究【Powered by NICT】

Global horizontal radiation forecast using forward regression on a quadratic kernel support vector machine: Case study of the Tibet Autonomous Region in China

著者 (4件)： Jiang He (School of Statistics, Jiangxi University of Finance and Economics, Nanchang 330013, China) ,  Jiang He (Applied Statistics Research Center, Jiangxi University of Finance and Economics, Nanchang 330013, China) ,  Dong Yao (School of Statistics, Jiangxi University of Finance and Economics, Nanchang 330013, China) ,  Dong Yao (Applied Statistics Research Center, Jiangxi University of Finance and Economics, Nanchang 330013, China)
資料名： Energy  (Energy)
巻： 133  ページ： 270-283  発行年： 2017年 
JST資料番号： H0631A  ISSN： 0360-5442  CODEN： ENEYDS  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： 太陽放射の効果的で正確な予測は,系統連系太陽光発電設備の設計において非常に重要な役割を果たしている。しかしながら,変数の数が増加するとこれは変数選択と非常に高価な計算コストにおける不整合のために極めて困難な課題である。サポートベクトルマシン(SVM)は,太陽放射を予測するために適用できるにもかかわらず,多くの冗長な変数を含んでいる。解釈可能なモデルを確立する意図をもって,罰則付きSVMを提案した。しかし,これら罰則付き接近法は推定,不正確な結果をもたらすを収縮する。これらの欠点を克服し,予測の精度を改善するために,本研究では,チベット自治区の全天水平放射を予測するための重要な変数を選択するためのフォーワード回帰を用いた二次回帰モデルを構築するための「二次カーネルサポートベクトルマシンにフォーワード回帰」(QKSVM FR)と呼ばれる新しいアプローチを開発した。高速で簡単に器具計算アルゴリズムは変数選択と予測タスクを同時に実行した。さらに,SVM情報量基準を用いてモデルの一貫性を保証するためにカーネルパラメータを選択した。実験の結果は,他の既存の方法と比較して提案したQKSVM FR法の優れた予測性能を直接確認した。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： *チベット自治区 ,  太陽光発電 ,  *サポートベクトルマシン ,  *事例研究 ,  *予測 ,  太陽放射 ,  回帰モデル ,  系統連系 ,  不整合
準シソーラス用語： 予測性能 ,  情報量基準 ,  計算アルゴリズム ,  罰則 ,  計算コスト ,  変数選択 , 【Automatic Indexing@JST】

著者キーワード (5件)： 地球水平照射は予測 ,  変数選択 ,  前方回帰 ,  二次カーネルサポートベクトルマシン ,  サポートベクトルマシン情報基準

分類 (2件)： 風力エネルギー  (LB03060X) ,  太陽光発電  (NB03090G)

タイトルに関連する用語 (8件)： カーネル ,  サポートベクトルマシン ,  球 ,  放射 ,  予測 ,  中国 ,  チベット自治区 ,  研究