文献

J-GLOBAL ID：202102223396427483   整理番号：21A0193774

ダイズバイオディーゼル収量予測のための線形回帰と人工ニューラルネットワーク法の比較【JST・京大機械翻訳】

Comparison of linear regression and artificial neural network technique for prediction of a soybean biodiesel yield

著者 (1件)： Kumar Sunil (Department of Mechanical Engineering, Faculty of Engineering and Technology, Gurukula Kangri Vishwavidyalaya, Haridwar, India)
資料名： Energy Sources, Part A: Recovery, Utilization, and Environmental Effects  (Energy Sources, Part A: Recovery, Utilization, and Environmental Effects)
巻： 42  号： 12  ページ： 1425-1435  発行年： 2020年 
JST資料番号： H0251B  ISSN： 1556-7036  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： ABSTRACT:大気汚染は世界中で最大の問題の1つである。この理由のために,研究者はディーゼルエンジンのための代替燃料を見つけ,バイオディーゼルはディーゼルエンジンのための最も実現可能な代替燃料である。本研究では,一定温度での大豆油のエステル交換によって生成したバイオディーゼル収率を予測するために用いた線形回帰(LR)と人工ニューラルネットワーク(ANN)を,本研究で報告した。ANN推定は,隠れ層(3:4:1トポロジー)における4つのニューロンによるログシグモイド(logsig)ニューラルネットワークアルゴリズムによって,Levenberg-Marquardt学習アルゴリズム(トレイン)を用いて実行した。実験およびANN値をバイオディーゼル収率に対して比較した。ANNではR2=0.9899,LRではR2=0.4198であった。ANNとLRの二乗平均平方根誤差(RMSE)は,それぞれ0.6331と3.052であった。結果をLRモデリングと比較した。その結果,ANNはLRよりもより正確な結果を与え,良好な予測法として示唆できた。その後,Fourier変換赤外(FTIR)分光分析を行った。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： 予測技法 ,  位相幾何学 ,  赤外線 ,  大気汚染 ,  ニューロン ,  ディーゼル機関 ,  *ニューラルネットワーク ,  エステル交換 ,  *ダイズ ,  大豆油 ,  代替燃料 ,  FTIR分光法 ,  学習アルゴリズム ,  *バイオディーゼル燃料
準シソーラス用語： *線形回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： バイオディーゼル ,  ANN ,  人工ニューラルネットワーク ,  ダイズ ,  線形回帰

分類 (1件)： 生物燃料及び廃棄物燃料  (LB02020Y)

タイトルに関連する用語 (5件)： ダイズ ,  バイオディーゼル ,  収量予測 ,  線形回帰 ,  人工ニューラルネットワーク