文献

J-GLOBAL ID：202002218456922993   整理番号：20A0866269

改良BPニューラルネットワークに基づく水蒸気雲爆発過圧予測モデルに関する研究【JST・京大機械翻訳】

Research on Steam Cloud Explosion Overpressure Prediction Model Based on Improved BP Neural Network

著者 (4件)： Ma Shengxiang (China Academy of Safety Science and Technology, Beijing 100012, China) ,  Shi Xunxian (China Academy of Safety Science and Technology, Beijing 100012, China) ,  Yu Chenglong (China Academy of Safety Science and Technology, Beijing 100012, China) ,  Chen Bing (China Academy of Safety Science and Technology, Beijing 100012, China)
資料名： IOP Conference Series: Materials Science and Engineering  (IOP Conference Series: Materials Science and Engineering)
巻： 782  号： 3  ページ： 032093 (7pp)  発行年： 2020年 
JST資料番号： W5559A  ISSN： 1757-8981  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： 水蒸気雲爆発過剰圧予測の実現可能性と精度を改善するために,因子分析法とBPニューラルネットワーク法の組合せを提案して,改良BPニューラルネットワーク予測法を提案した。水蒸気雲爆発過剰圧の主影響因子のオリジナルデータに従って,因子分析法を用いて,5つの蒸気雲爆発過剰圧力因子の次元データを減少させ,一般的因子を得た。オリジナルを共通因子で置き換えた。BPニューラルネットワークの入力層パラメータとして,蒸気雲爆発過剰圧予測モデルを,蒸気雲爆発の過剰圧力を予測するために,BPニューラルネットワーク法と因子解析法を結合することによって確立した。改良BPニューラルネットワーク予測法を,用例データによって検証した。最終検証結果は,15の訓練サンプルの予測値と実際値の間の相対平均誤差が2.51%であり,訓練による改良BPニューラルネットワークモデルが良い適合効果を持つことを証明した。5つの予測サンプルの相対誤差は0.77%,1.34%,2.07%,3.96%,および6.27%であり,両方とも10%未満であり,改良BPニューラルネットワーク予測モデルにはより良い予測精度があることを証明した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 因子分析 ,  予測技法 ,  *予測モデル
準シソーラス用語： 予測精度 ,  相対誤差 ,  予測値 ,  影響因子 ,  *過圧 ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： その他の災害,防災  (RA02040X)

タイトルに関連する用語 (7件)： BPニューラルネットワーク ,  水蒸気 ,  雲 ,  爆発 ,  過圧 ,  予測モデル ,  研究