文献

J-GLOBAL ID：202102253765412927   整理番号：21A2870209

パイプラインの漏れ検出:ラフ集合理論と人工蜂コロニー訓練SVMの統合アプローチ【JST・京大機械翻訳】

Leak detection of pipeline: An integrated approach of rough set theory and artificial bee colony trained SVM

著者 (3件)： Mandal Santosh Kumar (Department of Manufacturing Engineering, National Institute of Foundry and Forge Technology (NIFFT), Ranchi 834003, India) ,  Chan Felix T.S. (Department of Industrial & Systems Engineering, The Hong Kong Polytechnic University, Hung Hum, Kowloon, Hong Kong) ,  Tiwari M.K. (Department of Industrial Engineering & Management, Indian Institute of Technology, Kharagpur 721302, West Bengal, India)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 39  号： 3  ページ： 3071-3080  発行年： 2012年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 原油と液体燃料を運ぶパイプラインに沿った漏れの発生は,産業への莫大な財政損失をもたらし,公衆衛生にも影響する。したがって,漏れ検出と位置確認問題は,企業にとって常に大きな関心事であった。開発された様々な技術にもかかわらず,予測に含まれる精度と時間は,まだ懸念事項である。本論文では,ラフ集合理論とサポートベクトルマシン(SVM)に基づく新しい漏れ検出方式を提案し,誤り漏れ検出の問題を克服した。このアプローチでは,実験データの長さを減らし,規則を生成するため,ラフ集合理論を検討した。それは,意思決定プロセスを強化するために埋め込む。さらに,SVM分類器を採用して,適用規則によって検出できないケースを検査した。SVMの計算訓練のために,本論文は,スウォームインテリジェンス技術を使用する:人工ハチコロニー(ABC)アルゴリズム,それはミツバチの知的食品検索行動を模倣する。ABCによる提案した漏れ検出スキームの結果を,粒子群最適化(PSO)と,その変異体の1つ,いわゆる強化粒子群最適化(EPSO)を用いて得たものと比較した。実験結果は,最大精度の漏れを検出するための伝搬法の使用を支持する。Copyright 2021 Elsevier B.V., Amsterdam. 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 ,  食品 ,  液体燃料 ,  原油 ,  位置決め ,  ミツバチ ,  公衆衛生 ,  探索行動 ,  *サポートベクトルマシン
準シソーラス用語： 粒子群最適化 ,  *ラフ集合論 ,  *人工ハチコロニー ,  SVM分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 漏れ検出 ,  ラフ集合理論 ,  サポートベクトルマシン(SVM) ,  ルール生成 ,  人工蜂コロニー(ABC)アルゴリズム

分類 (3件)： 気体燃料の輸送,供給,貯蔵  (YE02060M) ,  パイプライン輸送  (UA11020C) ,  パイプライン・空気・水力輸送  (QD05010T)

タイトルに関連する用語 (7件)： パイプライン ,  漏れ ,  ラフ集合理論 ,  人工蜂コロニー ,  訓練 ,  SVM ,  統合