文献

J-GLOBAL ID：202002268505595468   整理番号：20A1128413

最適化BPニューラルネットワークアルゴリズムに基づく建物建設安全予測モデルの設計【JST・京大機械翻訳】

Design of building construction safety prediction model based on optimized BP neural network algorithm

著者 (3件)： Shen Tao (Knowledge Science, Japan Advanced Institute of Science and Technology, Nomi City, Ishikawa, Japan) ,  Nagai Yukari (Knowledge Science, Japan Advanced Institute of Science and Technology, Nomi City, Ishikawa, Japan) ,  Gao Chan (Architecture Department, Huzhou University, Huzhou, Zhejiang Province, China)
資料名： Soft Computing  (Soft Computing)
巻： 24  号： 11  ページ： 7839-7850  発行年： 2020年 
JST資料番号： W1043A  ISSN： 1432-7643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 建設産業の安全性問題を解決するために,最適化BPニューラルネットワークアルゴリズムに基づく建設安全予測モデルを本研究で設計した。最初に,建設産業の特性を分析した。労働集約産業として,建設産業は,大きな投資,長い建設期間および複雑な建設環境のような多くの要因によって特徴付けられる。ますます深刻なセキュリティ問題により,このような問題に対する広範な関心が社会で喚起されている。第2に,建築物建設安全管理の問題をまとめて,6つの影響因子を調査して,ラフ集合遺伝的BPニューラルネットワークに基づく建築物建設安全性予測モデルを確立した。最後に,モデルを,マルチパーティ相談,経験的解析およびモデル比較の組合せによって検証した。結果は,モデルが建設プロセスの間,正確にリスク因子を予測して,効果的に死傷を減らしたことを示した。したがって,モデルは実行可能で,効果的で,正確である。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2019 Translated from English into Japanese 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 ,  建設業 ,  遺伝 ,  安全管理 ,  セキュリティ ,  危険因子 ,  遺伝的アルゴリズム ,  ラフ集合 ,  *予測モデル
準シソーラス用語： *逆伝播ニューラルネットワーク ,  影響因子 ,  モデル比較 , 【Automatic Indexing@JST】

著者キーワード (4件)： 危険因子 ,  遺伝的アルゴリズム ,  BPネットワーク ,  安全予測

分類 (1件)： 建設管理  (RA01096R)

タイトルに関連する用語 (7件)： 最適化 ,  BPニューラルネットワーク ,  アルゴリズム ,  建物 ,  建設 ,  予測モデル ,  設計