文献

J-GLOBAL ID：201702225784297556   整理番号：17A1842595

パラメータ最適化サポートベクトルマシンの農業ハウス温室温度予測モデル【JST・京大機械翻訳】

Prediction Model on Agricultural Greenhouse Temperature Based on Support Vector Machine with Parameter Optimization

著者 (1件)： Zhang Xiaodan (北華大学電气信息工程学院,吉林 吉林,132021)
資料名： Bei Hua Daxue Xuebao (Ziran Kexue Ban)  (Bei Hua Daxue Xuebao (Ziran Kexue Ban))
巻： 18  号： 4  ページ： 557-560  発行年： 2017年 
JST資料番号： C3214A  ISSN： 1009-4822  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： サポートベクトルマシンのカーネル関数linear、polynomial、radial basis functionとsigmoidを用いて、粒子群アルゴリズムにより、ペナルティパラメータcとgammaに対して最適化し、農業ハウスの温室温度予測モデルを構築した。実験結果は以下を示す。粒子群最適化アルゴリズムを用いて,ペナルティパラメータcが14.392,ガンマが0.01であるとき,P_RBF予測モデルは,24の試験時間によって測定された訓練セットの適合度が90.849%に達することを示した。ランダムな影響因子を加えた5つの試験時間によって測定したデータセットの予測セットの適合度は90.545%に達し、この予測モデルは相当なロバスト性を備えていることが示された。P_RBFモデルは温室内の温度予測に対してかなりの信頼性があり、温室内の温度変化の傾向を正確に予測でき、温室制御システムにおける温度の予測が困難な問題を解決できる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 温度変動 ,  *農業 ,  *最適化 ,  ロバスト性 ,  制御系 ,  *サポートベクトルマシン ,  信頼性 ,  *予測モデル ,  *予測
準シソーラス用語： 影響因子 ,  適合度 ,  粒子群最適化 ,  Kernel関数 ,  *温度予測 ,  *パラメータ最適化 , 【Automatic Indexing@JST】

著者キーワード (3件)： particle swarm algorithm ,  support vector machine ,  agricultural greenhouse

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： パラメータ最適化 ,  サポートベクトルマシン ,  農業ハウス ,  温室 ,  温度予測 ,  モデル