文献

J-GLOBAL ID：201702260176346687   整理番号：17A1394421

改良されたLevenberg-Marquardtアルゴリズムを用いたファジィニューラルネットワークに基づく日水需要の予測【Powered by NICT】

The prediction of daily water demand based on fuzzy neural network with an improved Levenberg-Marquardt algorithm

著者 (3件)： Zhang Li (Faculty of Information Technology, Beijing University of Technology, Beijing, 100124, China) ,  Li Wen Jing (Faculty of Information Technology, Beijing University of Technology, Beijing, 100124, China) ,  Qiao Jun Fei (Faculty of Information Technology, Beijing University of Technology, Beijing, 100124, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCC  ページ： 3925-3930  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： 水需要の短期予測は,水供給システムの運転と管理の基本的な保証を提供する。本研究では,毎日の水需要予測のための有効なモデルを提案した。最初に,主成分分析(PCA)を用いて,複雑さを単純化し,影響変数間の相関を減少させることであると,選択された主成分(PC)スコア値はファジィニューラルネットワーク(FNN)の不適切な入力データ,水需要の予測をモデル化するに変化した。さらに,改良されたLevenberg-Marquardt(ILM)アルゴリズムは,FNNのパラメータを同時に最適化した。Quassi Hess行列と勾配マトリックスは全Jacobi行列の貯蔵と増殖せずに直接計算することができ,重い計算負荷と限られたメモリ空間の問題を解決することができた。最後に,対照実験はLevenberg-Marquardtアルゴリズム(ILM FNN)を持つファジィニューラルネットワークは,実際的な問題を扱うために良好な予測性能と可能性を示したした。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： *水需要 ,  主成分分析 ,  モデリング ,  短期予測 ,  記憶装置 ,  簡素化 ,  *アルゴリズム ,  最適化 ,  *ファジィニューラルネットワーク ,  Jacobi行列 ,  需要予測
準シソーラス用語： 予測性能 ,  計算負荷 ,  入力データ ,  給水系 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： Levenberg-Marquardtアルゴリズム ,  ファジィニューラルネットワーク ,  水需要 ,  予測