文献

J-GLOBAL ID：202002247894818184   整理番号：20A1143951

改良ABC-LSSVMに基づくスラリーパイプラインの臨界堆積流速予測【JST・京大機械翻訳】

Prediction of Critical Deposition Velocity in Slurry Pipeline Based on Improved ABC-LSSVM

著者 (4件)： Yang Jingzong (保山学院信息学院,云南 保山,678000) ,  Yang Tianqing (保山学院信息学院,云南 保山,678000) ,  Zhou Chengjiang (昆明理工大学信息工程与自動化学院,云南 昆明,650500) ,  Pan Anning (保山学院信息学院,云南 保山,678000)
資料名： Nanjing Shida Xuebao. Ziran Kexue Ban  (Nanjing Shida Xuebao. Ziran Kexue Ban)
巻： 43  号： 1  ページ： 136-142  発行年： 2020年 
JST資料番号： W1025A  ISSN： 1001-4616  CODEN： NSXZEN  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： スラリーパイプラインの臨界うっ滞流速度予測の困難さと複雑な計算の問題を解決するために,改良人工ハチコロニーアルゴリズム(ABC)を,最小二乗法サポートベクトルマシン(LS-SVM)を最適化するために適用した。平衡アルゴリズムの局部探索とグローバル探索性能のために,改良アルゴリズムにおけるミツバチは,雇用ハチのグローバル最適解と個体の現在の最適解の探索方法を参考にして,最適化を展開した。シミュレーション結果により,提案した方法は,従来の予測法より正確であり,平均二乗誤差,平均相対誤差および平均絶対誤差は,それぞれ,3.05%,1.00%および2.06%であった。同時に、従来の臨界堆積流速の経験式より優れる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  アルゴリズム ,  最小二乗法 ,  最適化 ,  シミュレーション ,  雇用 ,  *流速 ,  *臨界 ,  ミツバチ ,  実験式 ,  サポートベクトルマシン
準シソーラス用語： 最適解 ,  平均二乗誤差 ,  相対誤差 ,  平均絶対誤差 , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  堆積学一般  (DE05010J)

タイトルに関連する用語 (5件)： スラリーパイプライン ,  臨界 ,  堆積 ,  流速 ,  予測