文献

J-GLOBAL ID：201702268675071058   整理番号：17A1381485

水平と平行表面上の霜沈着を推定するためのロバストな予測モデル【Powered by NICT】

Robust predictive models for estimating frost deposition on horizontal and parallel surfaces

著者 (2件)： Zendehboudi Alireza (Department of Building Science, School of Architecture, Tsinghua University, Beijing 100084, China) ,  Li Xianting (Department of Building Science, School of Architecture, Tsinghua University, Beijing 100084, China)
資料名： International Journal of Refrigeration  (International Journal of Refrigeration)
巻： 80  ページ： 225-237  発行年： 2017年 
JST資料番号： H0157B  ISSN： 0140-7007  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 凍結の現象は,異なるパラメータに影響され,プロセスに関与するかなりの複雑さ。多層パーセプトロン人工ニューラルネットワーク(MLP ANN)は水平と平行な板配置での広い範囲で霜密度と層厚を推定することにより,限界を除去するために開発した。開発したMLP-ANNs,他の最も一般的な知的方法,およびよく知られている経験的および理論的モデルの間の比較研究を本研究で提示したMLP ANNモデルの総合的に良好な性能を明らかにした。MLP ANNモデルのためのR~2は,表面上の霜の厚みと密度の0.9994,0.9997,0.9953,及び0.9965であった。さらに,収集したデータ試料の品質とMLP-ANNsの適用性ドメインはレバレッジアルゴリズムを用いて評価した。結果は,異なる条件下での両板配置に広い範囲で着霜を精度良く測定する提案方式の予測可能性を実証した。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： *ロバスト性 ,  凍結 ,  ニューラルネットワーク ,  適応性 ,  *予測モデル ,  アルゴリズム ,  層厚 ,  *霜 ,  着霜 ,  モデリング ,  *沈着 ,  予測可能性 ,  多層パーセプトロン ,  品質
準シソーラス用語： 理論モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： 凍結 ,  並列 ,  水平 ,  人工神経回路アルゴリズム ,  モデリング

分類 (2件)： 雪氷学  (DC08000N) ,  冷凍装置  (PD03000T)

タイトルに関連する用語 (5件)： 霜 ,  沈着 ,  推定 ,  ロバスト ,  予測モデル