文献

J-GLOBAL ID：202202210265925480   整理番号：22A0650857

サウジアラビアにおける原油需要を予測するための最適化多変量適応回帰スプライン【JST・京大機械翻訳】

Optimized Multivariate Adaptive Regression Splines for Predicting Crude Oil Demand in Saudi Arabia

著者 (4件)： Alkhammash Eman H. (Department of Computer Science, College of Computers and Information Technology, Taif University, P.O. Box 11099, Taif 21944, Saudi Arabia) ,  Kamel Abdelmonaim Fakhry (Faculty of Graduate Environmental Studies, Ain Shams University, Cairo, Egypt) ,  Al-Fattah Saud M. (Saudi Aramco, Dhahran, Saudi Arabia) ,  Elshewey Ahmed M. (Faculty of Computers and Information, Computer Science Department, Suez University, Suez, Egypt)
資料名： Discrete Dynamics in Nature and Society  (Discrete Dynamics in Nature and Society)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W2228A  ISSN： 1026-0226  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： 本論文は,社会的クモ最適化(SSO)アルゴリズムに基づくサウジアラビアにおける原油需要を予測するための多変量適応回帰スプライン(LR-MARS)による最適化線形回帰を提示した。SSOアルゴリズムを適用して,そのハイパーパラメータを微調整することによってLR-MARS性能を最適化した。提案した予測モデルを訓練し,異なる発生源から収集した歴史的油データを用いて試験した。結果は,サウジアラビアにおける原油の需要が,予測期間(1980~2015年)の間,増加し続けることを示唆した。平均絶対誤差(MAE),中央値絶対誤差(MedAE),平均二乗誤差(MSE),二乗平均平方根誤差(RMSE),および決定係数([数式:原文を参照])を含む多数の予測精度計量を用いて,種々のモデルに対する予測性能を調べ,検証した。また,分散分析(ANOVA)を適用して,サウジアラビアにおける原油需要の予測結果を明らかにし,実際の試験データを比較し,異なる予測モデル間の結果を予測した。実験結果は,最適化LR-MARSモデルが原油需要の予測において他のモデルより良いことを示した。Copyright 2022 Eman H. Alkhammash et al. 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 ,  誤差 ,  *最適化 ,  回帰分析 ,  分散分析 ,  *原油 ,  精度 ,  *スプライン ,  モデル ,  予測誤差 ,  予測モデル
準シソーラス用語： 線形回帰 ,  平均二乗誤差 ,  予測精度 ,  発生源 ,  決定係数 ,  ハイパーパラメータ ,  *多変量 ,  平均絶対誤差 , 【Automatic Indexing@JST】

分類 (5件)： 誘電体一般  (BM05010F) ,  土壌化学  (FB04040C) ,  プラネタリー境界層  (DC05100B) ,  農薬一般  (FB06010J) ,  有機化合物の薄膜  (BK14070L)

引用文献 (34件)：

• H. Duan, G. R. Lei, K. Shao, "Forecasting crude oil consumption in China using a grey prediction model with an optimal fractional-order accumulating operator," Complexity, vol. 2018, pp. 12, 2018.
• Y. He, S. Wang, K. K. Lai, "Global economic activity and crude oil prices: a cointegration analysis," Energy Economics, vol. 32, no. 4, pp. 868-876, 2010.
• S. M. Al-Fattah, "Application of the artificial intelligence GANNATS model in forecasting crude oil demand for Saudi Arabia and China," Journal of Petroleum Science and Engineering, vol. 200, 2021.
• R. F. Engle, "Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation," Econometrica, vol. 50, no. 4, pp. 987-1007, 1982.
• S. Aiguo, L. Jiren, "Evolving Gaussian RBF network for nonlinear time series modelling and prediction," Electronics Letters, vol. 34, no. 12, pp. 1241-1243, 1998.

タイトルに関連する用語 (8件)： サウジアラビア ,  原油 ,  需要 ,  予測 ,  最適化 ,  多変量 ,  適応 ,  スプライン