文献

J-GLOBAL ID：201702243449990643   整理番号：17A1635604

ボイラプラントの設計モデリングと最適化のためのニューラルネットワークを用いた自己適応ホタルアルゴリズム【Powered by NICT】

Self-adaptive firefly algorithm with neural network for design modelling and optimization of boiler plants

著者 (2件)： Savargave Sangram B. (Faculty of Engineering, Pacific Academy of Higher Education and Research University, Udaipur, Rajasthan, India) ,  Lengare Madhukar J. (Konkan Gyanpeeth College of Engineering, Karjat Raigad District, Maharashtra)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： I-SMAC  ページ： 289-293  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近,ボイラ設計のための先進的な手法の導入が必須となる。ボイラの設計における主要な課題は,排出の省エネルギーと還元であると考えられている。この分野における最適化アルゴリズムが必要であるこれを克服するために高かった。効率的なボイラ設計は文献で報告された多様な研究者により達成された。さらに,ニューラルネットワークは,ボイラを設計するために利用されてきた,これは非線形システムである。ホタル(FF)アルゴリズムのための自己適応型方式を提案し,効果的なボイラを設計するための自己適応ホタルニューラルモデル(SAFF NM)と呼ばれる人工ニューラルネットワーク(ANN)と組み合わせたものである。さらに,従来法とI型及びII型誤差関数の解析は,提案した方法の性能を検証した。I型及びII型誤差関数は,蒸気流量,出口温度,電力,蒸気圧力,供給水流,ドラムの蒸気圧,スプレー水流,スロットルの蒸気圧,ドラムの水位と蒸気温度のようないくつかのパラメータを決定した。この解析はニューラルモデル(NM)とホタルニューラルモデル(FF NM)のような従来の方法に対するSAFF NMの優位性を述べた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *モデリング ,  *最適化 ,  *ニューラルネットワーク ,  水流 ,  誤差関数 ,  *ボイラ ,  省エネルギー ,  蒸気圧 ,  *アルゴリズム ,  非線形系 ,  電力 ,  水位
準シソーラス用語： 神経回路網モデル ,  蒸気流 ,  *自己適応 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 設計 ,  モデリング ,  最適化 ,  ニューラルネットワーク ,  自己適応 ,  ホタルアルゴリズム