文献

J-GLOBAL ID：201802225018931496   整理番号：18A1750096

K-meansとQGAの最適化RBFニューラルネットワークモデルは,導水亀裂帯の高度予測における利用に好適である。【JST・京大機械翻訳】

Application of RBF neural network model optimized by K-means and QGA in water conducted fractured zone height prediction

著者 (1件)： Zhang Xinying (河南水利与環境職業学院 ,河南鄭州,450011)
資料名： Zhongguo Kuangye  (Zhongguo Kuangye)
巻： 27  号： 8  ページ： 164-167  発行年： 2018年 
JST資料番号： C3402A  ISSN： 1004-4051  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： 導水亀裂帯の高度選択精度の高低は水中採炭システムの安全性に直接影響する。導水亀裂帯の高度を正確に予測するために,RBFニューラルネットワークの基礎モデルを構築し,QGA量子遺伝的アルゴリズムとK-meansアルゴリズムを採用して,K-meansとQGAによって最適化したRBFニューラルネットワーク導水亀裂帯の高度予測モデルを得た。訓練学習と検証を通して,モデルの予測精度は,工学精度の要求を満たし,PSO-RBFニューラルネットワークと比較して,より高い精度とより速い収束速度を示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  *予測 ,  採炭 ,  予測モデル ,  *亀裂 ,  *ニューラルネットワーク ,  *送水 ,  アルゴリズム ,  *最適化
準シソーラス用語： 収束速度 ,  予測精度 ,  システム安全性 ,  *動径基底関数ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 最適化 ,  RBFニューラルネットワーク ,  モデル ,  導水 ,  亀裂 ,  高度 ,  予測