文献

J-GLOBAL ID：202102252327146107   整理番号：21A0577038

エコ効率評価のための最適化モデルと結合した新しい機械学習アプローチ【JST・京大機械翻訳】

A Novel Machine Learning Approach Combined with Optimization Models for Eco-efficiency Evaluation

著者 (6件)： Mirmozaffari Mirpouya (Department of Industrial Manufacturing and Systems Engineering, The University of Texas at Arlington, Arlington, TX 76019, USA) ,  Yazdani Maziar (Faculty of Built Environment, University of New South Wales, Sydney, NSW 2052, Australia) ,  Boskabadi Azam (Department of Finance and Management Science, Carson College of Business, Washington State University, Pullman, WA 99163, USA) ,  Dolatsara Hamidreza Ahady (School of Management, Clark University, Worcester, MA 01610, USA) ,  Kabirifar Kamyar (Faculty of Built Environment, University of New South Wales, Sydney, NSW 2052, Australia) ,  Golilarz Noorbakhsh Amiri (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu 611731, China)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 15  ページ： 5210  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  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： 機械学習アプローチは急速に開発され,それらは多くの学術的発見と発見にも関与している。さらに,それらはセメント企業のような多数の産業で広く評価されている。発展途上国におけるセメント会社は,貴重な鉱山のような多くの利益にもかかわらず,多くの課題に直面している。機械学習の重要な部分としての最適化は,より多くの注目を引きつけた。本論文の主目的は,第2ステップでの機械学習における革新的クラスタリングアルゴリズムによる決定-メーキングユニット(DMU)を見つけるために,第1ステップにおける最適化における新規データ包絡分析(DEA)アプローチを結合することであり,より高い精度を有するモデルおよびアルゴリズムを導入した。2段階を簡単な標準単段モデルに変換する最適化セクションにおいて,2014年2019年にわたる5つの発展途上国からの24のセメント会社を比較した。ウィンドーDEA分析は,主に小さなサンプルに適用した場合,結果の年ごとの比較を可能にする結果の判断の増加につながるので,使用される。窓解析を適用することは,それらの比較と評価を拡張する管理者にとって有益である。最も正確なモデルCCR(Charnes,CooperおよびRhodesモデル)を見つけるために,決定プロセスの効率を測定するためのBBC(Banker,CharnesおよびCooperモデル)およびFree Disposal Hull(FDH)DEAモデルを使用した。FDHモデルは,生産可能性セットを構築する自由ディスポーザビリティを可能にする。機械学習セクションでは,精度を高め,無関係な属性とデータを除去するために,クラスタリングアルゴリズムのエキスパート判断によって提案された新しい3層データマイニングフィルタリング前処理を提案した。最後に,最も効率的な企業,最良の性能モデルおよび最も正確なアルゴリズムを紹介した。結果は,22番目の企業が,すべての年に対して1の効率性スコアで最も高い効率スコアを有することを示した。FDHモデルは,他の提案されたモデルと比較して,すべての期間において最も高い効率スコアを有した。K平均アルゴリズムは,すべての3つの提案フィルタリング層で最も高い精度を受ける。BCCとCCRモデルは,それぞれ第2と第3の場所を持つ。階層的クラスタリングと密度ベースのクラスタリングアルゴリズムは,対応して第2と第3の場所を持っている。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 ,  管理者 ,  セメント ,  前処理 ,  フィルタリング ,  鉱山 ,  発展途上国 ,  *機械学習
準シソーラス用語： *環境効率 ,  データ包絡分析 ,  *最適化モデル ,  階層的クラスタリング ,  クラスタリングアルゴリズム ,  性能モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 機械学習 ,  最適化 ,  クラスタリングアルゴリズム ,  データ包絡分析 ,  FDH2段階モデル ,  エコ効率

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (61件)：

• Kabirifar, K.; Mojtahedi, M. The impact of Engineering, Procurement and Construction (EPC) phases on project performance: A case of large-scale residential construction project. Buildings 2019, 9, 15.
• Bengar, H.A.; Shahmansouri, A.A.; Sabet, N.A.Z.; Kabirifar, K.; Tam, V.W. Impact of elevated temperatures on the structural performance of recycled rubber concrete: Experimental and mathematical modeling. Constr. Build. Mater. 2020, 255, 119374.
• Kabirifar, K.; Mojtahedi, M.; Wang, C.; Tam, V.W. Construction and demolition waste management contributing factors coupled with reduce, reuse, and recycle strategies for effective waste management: A review. J. Clean. Prod. 2020, 263, 121265.
• Charnes, A.; Cooper, W.W.; Rhodes, E. Measuring the efficiency of decision making units. Eur. J. Oper. Res. 1978, 2, 429-444.
• Li, F.; Emrouznejad, A.; Yang, G.-l.; Li, Y. Carbon emission abatement quota allocation in Chinese manufacturing industries: An integrated cooperative game data envelopment analysis approach. J. Oper. Res. Soc. 2019, 1-30.

タイトルに関連する用語 (4件)： エコ効率 ,  評価 ,  最適化モデル ,  機械学習