文献

J-GLOBAL ID：202002211928104122   整理番号：20A1200744

不確実性の下でのプロセスにおける非線形応答を回避するためのLS-SVM分類器に基づく方法論【JST・京大機械翻訳】

An LS-SVM classifier based methodology for avoiding unwanted responses in processes under uncertainties

著者 (3件)： Lucay Freddy A. (School of Chemical Engineering, Pontificia Universidad Catolica de Valparaiso, Chile) ,  Cisternas Luis A. (Mineral Process & Chemical Engineering Department, Universidad de Antofagasta, Chile) ,  Galvez Edelmira D. (Mining & Metallurgical Engineering, Universidad Catolica del Norte, Chile)
資料名： Computers & Chemical Engineering  (Computers & Chemical Engineering)
巻： 138  ページ： Null  発行年： 2020年 
JST資料番号： H0199C  ISSN： 0098-1354  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： プロセス設計には入力変数の決定論的値を用いることが望ましい。しかし,これらの入力変数のいくつかは不確実性を示す可能性があり,それは望ましくない応答に設計されたプロセスを駆動し,その結果,大きな経済的損害を発生させる。本論文では,以前に記述されたシナリオを回避するための方法論を提案した。この方法は3段階を考慮した。(1)決定論的プロセス設計,(2)グローバル感度解析を用いた非影響入力変数の除去,(3)最小二乗サポートベクトルマシン(LS-SVM)分類器を用いた影響入力変数の分類,そのパラメータを粒子群最適化(PSO)により調整した。提案した方法を鉱物濃度回路の設計に適用した。結果は,訓練データからの非影響入力変数の除去が,精度を改善し,LS-SVM分類器の過剰適合を防ぐのに役立つことを示した。この方法論は入力変数の分類を可能にし,どの組合せが望ましくない条件に対して設計されたプロセスを駆動するかを知ることを可能したがって,提案した方法は不確実性の下で操作する大規模プロセスにおける故障検出と診断に有用である。Copyright 2020 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： 鉱物 ,  *不確実性 ,  感度解析 ,  プロセス設計 ,  故障検出
準シソーラス用語： 粒子群最適化 ,  *非線形応答 ,  決定論 ,  最小二乗-サポートベクトルマシン , 【Automatic Indexing@JST】

著者キーワード (7件)： 最小二乗サポートベクトルマシン ,  粒子群最適化 ,  ハイブリッドカーネル ,  グローバル感度解析 ,  プロセス設計 ,  浮選 ,  故障検出

分類 (2件)： 化学プロセスの解析  (XC01030R) ,  化学プロセスの制御  (XC02020N)

タイトルに関連する用語 (7件)： 不確実性 ,  プロセス ,  非線形応答 ,  回避 ,  LS-SVM ,  分類器 ,  方法論