文献

J-GLOBAL ID：202002264036710199   整理番号：20A1154595

PSO-GRNNニューラルネットワークに基づく炭鉱坑井の位置決めアルゴリズムに関する研究【JST・京大機械翻訳】

Underground positioning algorithm of coal mine based on PSO-GRNN neural network

著者 (3件)： Shi Mingquan (内蒙古科技大学信息工程学院,内蒙古包頭,014010) ,  Cui Lizhen (内蒙古科技大学信息工程学院,内蒙古包頭,014010) ,  He Jiaxing (内蒙古科技大学信息工程学院,内蒙古包頭,014010)
資料名： Zhongguo Kuangye  (Zhongguo Kuangye)
巻： 29  号： 2  ページ： 88-93  発行年： 2020年 
JST資料番号： C3402A  ISSN： 1004-4051  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： 坑井の位置決め精度を改善するために,粒子群最適化(PSO)アルゴリズム-一般化回帰ニューラルネットワーク(PSO-GRNN)に基づく炭鉱坑井の位置決めアルゴリズムを提案した。本アルゴリズムは,一般化回帰ニューラルネットワーク(GRNN)を用いて,位置確認モデルを確立し,そして,粒子群最適化(PSO)アルゴリズムによって,一般化回帰ニューラルネットワークの最適平滑化因子を見つけ,そして,人為的調整の影響を減少し,そして,位置決め精度を改善した。ビーコンノードが受信した信号強度(RSSI)値を訓練したニューラルネットワークに入力し、ニューラルネットワークの出力は測定ノードの座標である。シミュレーション実験は,PSOGRNNモデルが最適化GRNNモデルやBPモデルよりも精度が高く,BPモデルよりも計算の複雑さが低く,効率が高く,坑井適応位置決めの要求条件を満たすことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  シミュレーション ,  *ニューラルネットワーク ,  *炭鉱 ,  位置決め ,  ビーコン ,  計算量 ,  平滑化 ,  *坑井
準シソーラス用語： 粒子群最適化 ,  信号強度 ,  位置決め精度 ,  電界強度検出 ,  一般回帰ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (5件)： 計算機シミュレーション  (JE11000H) ,  計算理論  (JB02000A) ,  有機化合物の物理分析  (CC03034A) ,  金属,合金の物理分析  (CC03040V) ,  有機化学一般  (CF01000Y)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  炭鉱 ,  坑井 ,  アルゴリズム ,  研究