文献
J-GLOBAL ID:201702266161691755   整理番号:17A1464826

データマイニングを用いた加熱モードにおけるVRFシステムのための最適化されたニューラルネットワークに基づく故障診断戦略【Powered by NICT】

Optimized neural network-based fault diagnosis strategy for VRF system in heating mode using data mining
著者 (7件):
資料名:
巻: 125  ページ: 1402-1413  発行年: 2017年 
JST資料番号: E0667B  ISSN: 1359-4311  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,加熱モードにおける可変冷媒流量空調(VRF)システムの故障診断のための最適化逆伝搬ニューラルネットワーク(BPNN)法を提案した。診断モデルの特徴可変設定最適化手法は,データマイニング法に基づいて提案した。最初に,相関解析法を用いて,冗長変数を除去することである。,相関ルールマイニング法は特徴集合(FS)選択を最適化した。五FS(FS1 FS5)を最適化特徴変数選択によって得られる。FS1は元の集合である。FS2は相関分析により得られた集合であり,FS3FS5は相関ルールマイニングによって得られた集合である。異なるFSと故障診断モデルは,室外熱交換器空気側汚れ,四方向逆転弁の故障,冷媒相当額以下及び冷媒の充填量過多断層を含む四断層実験を用いて評価した。結果は,相関解析法は,冗長変数を効果的に除去でき,相関ルールマイニング法は故障診断のためのFSを最適化することが可能であることを示した。BPNN FS5モデルは,加熱モード,故障診断正解率は88.71%から96.40%に増加しているにおけるVRFシステムの故障診断性能を示し,四断層のヒット率は90%以上であった。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
冷房  ,  冷凍装置 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る