文献

J-GLOBAL ID：201702269252962653   整理番号：17A1717153

サポートベクトル回帰に基づくガスデトネーションセル幅予測モデル【Powered by NICT】

Gas detonation cell width prediction model based on support vector regression

著者 (5件)： Yu Jiyang (Department of Engineering Physics, Tsinghua University, Qinghuayuan 1, 100084 Beijing, China) ,  Hou Bingxu (CNNC China Zhongyuan Engineering Corporation, Xizhimenwai Street 140, 100044 Beijing, China) ,  Lelyakin Alexander (Institute for Nuclear and Energy Technologies, Karlsruhe Institute of Technology, P.O. Box 3640, 76021 Karlsruhe, Germany) ,  Xu Zhanjie (Institute for Nuclear and Energy Technologies, Karlsruhe Institute of Technology, P.O. Box 3640, 76021 Karlsruhe, Germany) ,  Jordan Thomas (Institute for Nuclear and Energy Technologies, Karlsruhe Institute of Technology, P.O. Box 3640, 76021 Karlsruhe, Germany)
資料名： Nuclear Engineering and Technology  (Nuclear Engineering and Technology)
巻： 49  号： 7  ページ： 1423-1430  発行年： 2017年 
JST資料番号： A0688B  ISSN： 1738-5733  CODEN： WJHKAW  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： デトネーションセル幅は,水素爆発評価において重要なパラメータである。ガスデトネーションに関する実験データを解析し,デトネーションセル幅を予測する数値的に一般的な方法を確立するために統計的にした。,λ,デトネーションのセル幅が特性反応ゾーン幅,δと高度に相関することを理解されていない。古典的パラメトリック回帰法が広くλの比に対する明示的な半経験的相関を構築するために以前の研究に適用した。得られた相関は,無次元有効化学活性化エネルギーとガス混合物の無次元温度比λの依存性を定式化した。本論文では,ノンパラメトリック機械学習に基づいており,サポートベクトル回帰(SVR)は,実験データとより正確な予測に良好な適合性をもつ関数を達成するために適用した。さらに,第三のパラメータ,無次元圧力,追加の独立変数として考えられている。三パラメータSVRはフィッティング関数の性能を大幅に改善できることが分かった。一方,SVRはまた,より良い適応性を提供し,実験データベースが更新されるときにモデル関数は容易に更新できるあるいは新しい回帰パラメータを考察した。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： *デトネーション ,  機械学習 ,  活性化エネルギー ,  安全性 ,  *予測モデル ,  適応性 ,  温度依存性 ,  混合気体 ,  ノンパラメトリック法 ,  定式化 ,  データベース
準シソーラス用語： 独立変数 ,  水素爆発 ,  *サポートベクトル回帰 , 【Automatic Indexing@JST】

著者キーワード (4件)： デトネーション細胞幅 ,  水素安全性 ,  機械学習 ,  サポートベクトル回帰

分類 (1件)： 原子炉熱力学  (MD02030Q)

タイトルに関連する用語 (2件)： サポートベクトル回帰 ,  予測モデル