文献

J-GLOBAL ID：201802234532849530   整理番号：18A1346335

多変量回帰とニューラルネットワークのハイブリッドモデルを用いたショベル資本費用推定のためのモデル【JST・京大機械翻訳】

A Model for Shovel Capital Cost Estimation, Using a Hybrid Model of Multivariate Regression and Neural Networks

著者 (5件)： Yazdani-Chamzini Abdolreza (Young Researchers and Elite Club, South Tehran Branch, Islamic Azad University, 14115/344 Tehran, Iran) ,  Zavadskas Edmundas Kazimieras (Department of Construction Management and Real Estate, Vilnius Gediminas Technical University, Sauletekio al. 11, 10223 Vilnius, Lithuania) ,  Zavadskas Edmundas Kazimieras (Institute of Sustainable Construction, Vilnius Gediminas Technical University, Sauletekio al. 11, 10223 Vilnius, Lithuania) ,  Antucheviciene Jurgita (Department of Construction Management and Real Estate, Vilnius Gediminas Technical University, Sauletekio al. 11, 10223 Vilnius, Lithuania) ,  Bausys Romualdas (Department of Graphical Systems, Vilnius Gediminas Technical University, Sauletekio al. 11, 10223 Vilnius, Lithuania)
資料名： Symmetry (Web)  (Symmetry (Web))
巻： 9  号： 12  ページ： 298  発行年： 2017年 
JST資料番号： U7282A  ISSN： 2073-8994  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： コスト推定は土木工学における実現可能性研究における重要な問題である。多くの異なる方法がコストモデリングに適用できる。これらの方法はいくつかの主要なグループに分割できる。1)人工知能,2)統計的方法,3)分析法。本論文では,最も一般的な線形モデルの一つである多変量回帰(MVR)法と,高精度で異なる予測問題を解くために広く適用されている人工ニューラルネットワーク(ANN)法を組み合わせて,ショベル機械のコスト推定モデルを提供した。線形および非線形モデリングにおけるMVRおよびANNモデルの利点を考慮して,このハイブリッド方法を提案した。提案したモデルにおいて,線形モデリングにおけるMVRモデルの独特の利点を最初に用いて,データにおける既存の線形構造を認識し,次に,前処理データにおける非線形パターンを決定するためのANNを適用した。3つの指数による結果は,提案したモデルが効率的であり,予測精度を増やすことができることを示した。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測 ,  前処理 ,  *ニューラルネットワーク ,  統計的方法 ,  *資本費用 ,  モデリング ,  人工知能 ,  線形性 ,  *モデル ,  土木工学
準シソーラス用語： 予測精度 ,  *ハイブリッドモデル ,  線形モデル ,  推定モデル ,  *多変量 , 【Automatic Indexing@JST】

著者キーワード (5件)： コスト評価 ,  ショベル機械 ,  ニューラルネットワーク ,  多変量回帰 ,  ハイブリッドモデル

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (63件)：

• Devi, L.P.; Palaniappan, S. A study on energy use for excavation and transport of soil during building construction. J. Clean. Prod. 2017, 164, 543-556.
• Atkinson, T. Selection and sizing of excavating equipment. In SME Mining Engineering Handbook; Society for Mining, Metallurgy, and Exploration: Littleton, CO, USA, 1992; pp. 1311-1333.
• Tatiya, R.R. Surface and Underground Excavations-Methods, Techniques and Equipment; Taylor & Francis Group plc: London, UK, 2005.
• Huang, J.; Dong, Z.; Quan, L.; Jin, Z.; Lan, Y.; Wang, Y. Development of a dual displacement controlled circuit for hydraulic shovel swing motion. Autom. Constr. 2015, 57, 166-174.
• Elevli, S.; Elevli, B. Performance measurement of mining equipments by utilizing OEE. Acta Montan. Slovaca 2010, 15, 95-101.

タイトルに関連する用語 (7件)： 多変量 ,  ニューラルネットワーク ,  ハイブリッドモデル ,  ショベル ,  資本費用 ,  推定 ,  モデル