文献

J-GLOBAL ID：201702293171056303   整理番号：17A1531141

改良されたホタル・アルゴリズムに基づいて,SVMの最適化された電気工学的コスト予測を最適化することができた。【JST・京大機械翻訳】

Substation Engineering Cost Forecasting Method Based on Modified Firefly Algorithm and Support Vector Machine

著者 (4件)： Song Zongyun (華北電力大学経済与管理学院,北京,102206) ,  Niu Dongxiao (華北電力大学経済与管理学院,北京,102206) ,  Xiao Xinli (華北電力大学経済与管理学院,北京,102206) ,  Zhu Lin (国网新源控股有限公司技術中心,北京,100161)
資料名： Zhongguo Dianli  (Zhongguo Dianli)
巻： 50  号： 3  ページ： 168-173  発行年： 2017年 
JST資料番号： C2286A  ISSN： 1004-9649  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： 電気工学のコストレベルは直接電力網プロジェクトの全体的経済性に関係し、コストレベル予測はコストを制御し、コストを合理的に向上させる重要な手段である。従来のホタル・アルゴリズムに基づいて,本論文は,Gauss型摂動技術を用いて,アルゴリズムの位置更新式を改善し,最適化性能を改善することによって,SVM予測モデルのパラメータを最適化することを,Schaffer関数によって発見した。Gauss擾乱は,高速収束と強い探索能力の利点を持つことが知られている。測定結果は以下を示す。このモデルには,高い予測精度と有効性がある。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *電気工学 ,  正規分布 ,  高速度 ,  *予測 ,  摂動 ,  *アルゴリズム ,  モデル ,  電力系統 ,  予測モデル ,  *最適化 ,  経済性
準シソーラス用語： 予測精度 , 【Automatic Indexing@JST】

著者キーワード (5件)： firefly algorithm ,  support vector machine ,  Gaussian disturbance ,  substation engineering ,  cost forecasting

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (6件)： ホタル ,  アルゴリズム ,  SVM ,  最適化 ,  電気工学 ,  予測