抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
オンライン旅客システムのサービス量は,多くの因子によって影響され,システムのサービス量予測精度を改善するために,離散的変異制御パラメータに基づく適応微分進化アルゴリズム(DMPSADE)を提案し,改良アルゴリズムIDMPSADEを提案した。長期記憶ニューラルネットワークLSTMと組合せて,サービス量を予測するIDMPSADE-LSTMを構築した。IDMPSADEにおいて、子世代の個体群テスト関数の最適化性能に父代の個体群がよい場合、父代の個体群個体に対して逆方向誘導を行い、局部最適を飛び出し、大域最適能力まで探索する。LSTMのニューロン数、反復回数、学習率及び訓練バッチは経験を通して設置する必要があるため、大きなランダム性があるため、IDMPSADEを利用してこれらのパラメータに対して最適化を行った。IDMPSADE-LSTMは、分析で得られた気温、降水量を影響因子として、サービス量の時間特徴を結びつけ、システムのサービス量を予測する。実験結果は,IDMPSADE-LSTM予測モデルが一般的ニューラルネットワークとSARIMA-SVM混合予測モデルより高い精度を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】