文献

J-GLOBAL ID：201702261490013995   整理番号：17A1597268

本論文では,水需要予測における最適化アルゴリズムとしての最適化アルゴリズムの応用について述べた。【JST・京大機械翻訳】

Application of Projection Pursuit Regression Model Optimized by Moth-Flame Optimization Algorithm in Prediction of Water Demand Prediction

著者 (1件)： Cui Dongwen (云南省文山州水務局,云南 文山,663000)
資料名： Huabei Shuili Shuidian Daxue Xuebao (Ziran Kexue Ban)  (Huabei Shuili Shuidian Daxue Xuebao (Ziran Kexue Ban))
巻： 38  号： 2  ページ： 25-29  発行年： 2017年 
JST資料番号： C3558A  ISSN： 1002-5634  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： 水の時系列に基づいて,射影追跡回帰(PPR)のための水需要予測モデルを構築した。PPRモデルのマトリックスパラメータを決定するのが難しいので,本論文では,新しいスウォーム知能最適化(MFO)アルゴリズムを用いて,PPRモデルのマトリックスパラメータを最適化し,MFO-PPR予測モデルを提案し,MFO-BPモデルを構築した。1980年から2013年までの上海市における水需要予測を例として、実例の前20組と後10組のデータを用いて、モデルのパラメーターに対して率の予測と予測を行った。結果は以下を示した。MFO-PPRモデルの平均相対誤差絶対値と最大相対誤差の絶対値は,それぞれ,1.84%と4.20%であり,予測精度は,MFO-BPモデルの2.06%と4.61%MFOアルゴリズムより優れていた。PPRモデルのパラメータ最適化にMFOアルゴリズムを適用することによって,PPRモデルの予測精度を効果的に改善することができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： スウォーム ,  絶対値 ,  *水需要 ,  *最適化 ,  *需要予測 ,  予測モデル ,  *アルゴリズム ,  モデル
準シソーラス用語： パラメータ最適化 ,  予測精度 ,  相対誤差 ,  上海市 ,  射影追跡 ,  *最適アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： water demand prediction ,  Moth-Flame Optimization algorithm ,  projection pursuit regression ,  parameter optimization

分類 (1件)： 水利用,その他  (RC11030Q)

タイトルに関連する用語 (5件)： 論文 ,  水需要 ,  予測 ,  最適化アルゴリズム ,  応用