文献

J-GLOBAL ID：201702242787796822   整理番号：17A0162600

時変ARMAとEMD-PSO-LSSVMアルゴリズムに基づく非平穏下の風速予測【JST・京大機械翻訳】

Prediction of nonstationary downburst wind velocity based on time-varying ARMA and EMD-PSO-LSSVM algorithms

著者 (4件)： Li Chunxiang (Department of Civil Engineering,Shanghai University) ,  Chi Ennan (Department of Civil Engineering,Shanghai University) ,  He Liang (Department of Civil Engineering,Shanghai University) ,  Li Zhengnong (School of Civil Engineering,Hunan University)
資料名： Zhendong yu Chongji  (Zhendong yu Chongji)
巻： 35  号： 17  ページ： 33-38,51  発行年： 2016年 
JST資料番号： C2157A  ISSN： 1000-3835  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： 非定常過程の進化スペクトル理論に基づき,TARMAモデルに基づく非定常脈動風速計を導出した。シミュレーション解析に基づき,いくつかの空間点の非定常状態におけるダウンバースト風速のシミュレーション時系列を得た。経験的モード分解(EMD)と粒子群最適化(PSO)に基づく最小二乗法サポートベクトルマシン(LSSVM)アルゴリズムを,MATLABプラットフォームによって開発した。上下の空間点風速のサンプルによって,中間の高さの非平穏下の風速履歴を予測した。パワースペクトル,自己相関と相互相関関数の予測値とシミュレーション値の比較,平均誤差(AE),平均二乗誤差(MSE),および相関係数(R)を評価した。時変ARMAモデルとEMD-PSO-LSSVMアルゴリズムに基づくダウンバーストの風速シミュレーションと予測の実現可能性を検証した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 自己相関 ,  *風速 ,  相関係数 ,  サポートベクトルマシン ,  相互相関関数 ,  パワースペクトル ,  ダウンバースト ,  最小二乗法 ,  *ARMAモデル
準シソーラス用語： 平均二乗誤差 ,  MATLAB ,  粒子群最適化 ,  非定常性 ,  非定常過程 ,  *風速予測 , 【Automatic Indexing@JST】

著者キーワード (5件)： downbursts ,  prediction ,  time-varying ARMA ,  empirical mode decomposition(EMD) ,  least squares support vector machines(LSSVM)

分類 (9件)： 大規模擾乱,台風,大気重力波  (DC05070R) ,  生体計測  (EL03020C) ,  局地循環,気流  (DC05090N) ,  数値計算  (JE02000J) ,  化学プロセスの解析  (XC01030R) ,  風力発電  (NB03120Q) ,  電力線路要素・工事  (NB05020V) ,  音声処理  (JE05000E) ,  振動の励起・発生・測定  (BB02030Z)

タイトルに関連する用語 (4件)： 時 ,  ARMA ,  アルゴリズム ,  風速予測