文献
J-GLOBAL ID:201902244643878198   整理番号:19A2642946

最終製品の再製造コスト予測のためのデータ駆動型分解積分法【JST・京大機械翻訳】

A data-driven based decomposition-integration method for remanufacturing cost prediction of end-of-life products
著者 (6件):
資料名:
巻: 61  ページ: Null  発行年: 2020年 
JST資料番号: H0987A  ISSN: 0736-5845  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: イギリス (GBR)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
再製造コスト予測は経済的観点から寿命末期(EOL)製品の再製造可能性を視覚的に判断する助けとなる。しかし,ランダム性,再製造コストの非線形性,および十分なデータサンプルの欠如による。EOL製品の再製造コストを予測するための一般的方法は非常に低い精度である。この目的のために,EOL製品の再製造コストを予測するために,データ駆動ベース分解統合法を提案した。このアプローチは,予測のためのモデルを構築するための歴史的再製造コストデータに基づいている。最初に,個々のEOL製品の再製造コストを,再処理順序における時系列として配置した。改良局所平均分解(ILMD)を用いて,再製造コスト時系列データを滑らかで周期的変動を有するいくつかの成分に分解し,これを入力として用いた。粒子群最適化(PSO-BP)アルゴリズムに基づくBPニューラルネットワークを用いて,各成分のコストを予測した。最後に,最終予測結果を得るために予測成分を追加した。提案した方法の実現可能性を例証し,検証するために,DH220掘削機の再製造コストをサンプルデータとして適用し,経験的結果は,提案したモデルがその高い予測精度と少ない計算時間のため他のベンチマークモデルより統計的に優れていることを示した。そして,提案した方法はEOL製品の再製造コストを分析し予測するための有効なツールとして利用できる。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
生産工学一般 

前のページに戻る