文献

J-GLOBAL ID：202102239280175458   整理番号：21A2950203

ARIMA-M:自己回帰統合移動平均モデルとMarkov連鎖誤り訂正に基づく毎日の水消費予測のための新しいモデル【JST・京大機械翻訳】

ARIMA-M: A New Model for Daily Water Consumption Prediction Based on the Autoregressive Integrated Moving Average Model and the Markov Chain Error Correction

著者 (3件)： Du Hongyan (China Aerospace Academy of System Scientific and Engineering, Beijing 100048, China) ,  Zhao Zhihua (School of Economics and Management, Xi’an University of Technology, Xi’an 710048, China) ,  Xue Huifeng (China Aerospace Academy of System Scientific and Engineering, Beijing 100048, China)
資料名： Water (Web)  (Water (Web))
巻： 12  号： 3  ページ： 760  発行年： 2020年 
JST資料番号： U7295A  ISSN： 2073-4441  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 水資源は,地域環境と社会の発展における重要因子と考えられている。水消費予測は,地域水供給スケジューリング最適化のための重要な決定基礎を提供する。毎日の水消費データの周期性とランダム性に従って,Markov修正自己回帰移動平均(ARIMA)モデルを本研究で提案した。Markov連鎖と組み合わせた提案モデルは,予測誤差を補正し,予測誤差の連続重ね合わせを低減し,将来の毎日の水消費データの予測精度を改善する。異なるモニタリングポイントの毎日の水消費データは,モデルの有効性を確認するために使用して,将来水消費は,研究区域において予測した。結果は,提案したアルゴリズムがARIMAと比較して予測誤差を効果的に減少できることを示した。Copyright 2021 The Author(s) All rights reserved. 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 ,  スケジューリング ,  水資源 ,  給水 ,  *Markov連鎖 ,  *誤り訂正 ,  重合せ ,  回遊 ,  予測誤差
準シソーラス用語： *ARIMAモデル ,  予測精度 ,  ランダム性 ,  *自己回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： 水資源管理 ,  持続可能な開発 ,  水消費予測 ,  Markov連鎖 ,  自己回帰移動平均モデル

分類 (3件)： 水利用,その他  (RC11030Q) ,  電力系統一般  (NB02000E) ,  エネルギー消費・省エネルギー  (LD01000B)

引用文献 (29件)：

• Yasar, A.; Bilgili, M.; Simsek, E. Water demand forecasting based on stepwise multiple nonlinear regression Analysis. Arab. J. Sci. Eng. 2012, 37, 2333-2341.
• Brekke, L.; Larsen, M.D.; Ausburn, M.; Takaichi, L. Suburban water demand modeling using stepwise regression. J. AWWA 2002, 94, 65-75.
• Brezonik, P.L.; Stadelmann, T.H. Analysis and predictive models of stormwater runoff volumes, loads, and pollutant concentrations from watersheds in the Twin Cities metropolitan area, Minnesota, USA. Water Res. 2002, 36, 1743-1757.
• Adamowski, J.; Fung Chan, H.; Prasher, S.O.; Ozga-Zielinski, B.; Sliusarieva, A. Comparison of multiple linear and nonlinear regression, autoregressive integrated moving average, artificial neural network, and wavelet artificial neural network methods for urban water demand forecasting in Montreal, Canada. Water Resour. Res. 2012, 48.
• Anderson, T.W.; Goodman, L.A. Statistical inference about markov chains. Ann. Math. Stat. 1957, 28, 89-110.

タイトルに関連する用語 (9件)： ARIMA ,  自己回帰 ,  統合 ,  モデル ,  Markov連鎖 ,  誤り訂正 ,  水 ,  消費 ,  予測