文献

J-GLOBAL ID：201902228926994811   整理番号：19A1396237

複雑な地質学的掘削プロセスにおける貫入速度のための2レベル知的モデリング法【JST・京大機械翻訳】

Two-level intelligent modeling method for the rate of penetration in complex geological drilling process

著者 (13件)： Gan Chao (School of Automation, China University of Geosciences, Wuhan 430074, China) ,  Gan Chao (Hubei Key Laboratory of Advanced Control and Intelligent Automation for Complex Systems, Wuhan 430074, China) ,  Gan Chao (Department of Electrical and Electronic Engineering, Chiba University, Chiba 263-8522, Japan) ,  Cao Weihua (School of Automation, China University of Geosciences, Wuhan 430074, China) ,  Cao Weihua (Hubei Key Laboratory of Advanced Control and Intelligent Automation for Complex Systems, Wuhan 430074, China) ,  Wu Min (School of Automation, China University of Geosciences, Wuhan 430074, China) ,  Wu Min (Hubei Key Laboratory of Advanced Control and Intelligent Automation for Complex Systems, Wuhan 430074, China) ,  Liu Kang-Zhi (Department of Electrical and Electronic Engineering, Chiba University, Chiba 263-8522, Japan) ,  Chen Xin (School of Automation, China University of Geosciences, Wuhan 430074, China) ,  Chen Xin (Hubei Key Laboratory of Advanced Control and Intelligent Automation for Complex Systems, Wuhan 430074, China) ,  Hu Yule (Faculty of Engineering, China University of Geosciences, Wuhan 430074, China) ,  Hu Yule (China Deep Exploration Center - SinoProbe Center, Chinese Academy of Geological Sciences, Beijing 100037, China) ,  Ning Fulong (Faculty of Engineering, China University of Geosciences, Wuhan 430074, China)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 80  ページ： 592-602  発行年： 2019年 
JST資料番号： W2175A  ISSN： 1568-4946  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： 貫入(ROP)モデルの速度は,複雑な地質掘削プロセスにおいて高い効率を達成する上で非常に重要である。本論文では,データ不完全性,結合および強い非線形性の掘削特性を考慮したROPのための新しい2レベル知的モデリング法を提案した。第一に,区分的三次Hermite内挿法を導入して,失われた掘削データを完成させた。次に,形成ドリル可能性(FD)融合サブモデルを,Nadaboost極値学習機械(Nadaboost-ELM)アルゴリズムを用いて確立し,相互情報法を用いて,パラメータを得て,ROPと強く相関した。最後に,改良粒子群最適化(RBFNN-IPSO)によって最適化された動径基底関数を有するニューラルネットワークによって,ROPサブモデルを確立した。この2レベルROPモデルを実際の掘削プロセスに適用し,提案した方法は従来の方法と比較してROP予測において最良の性能を示した。提案したROPモデルは,複雑な地質掘削プロセスにおける知的最適化と制御の基礎を提供する。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 非線形性 ,  内挿法 ,  *モデリング ,  最適化 ,  アルゴリズム ,  ドリル ,  学習機械 ,  不整 ,  予測 ,  *地質学 ,  ニューラルネットワーク ,  動径基底関数 ,  *地質
準シソーラス用語： 粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： 浸透率 ,  複雑な地質学的掘削プロセス ,  NadaBoost-ELMアルゴリズム ,  相互情報 ,  RBFNN-IPSO法

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 地質学 ,  掘削 ,  プロセス ,  貫入 ,  モデリング