文献

J-GLOBAL ID：202202283953687778   整理番号：22A1115619

風力予測のための突然変異演算子を用いた増強海洋捕食者アルゴリズムを用いたブーストANFISモデル【JST・京大機械翻訳】

Boosted ANFIS model using augmented marine predator algorithm with mutation operators for wind power forecasting

著者 (9件)： Al-qaness Mohammed A.A. (State Key Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China) ,  Ewees Ahmed A. (Department of e-Systems, University of Bisha, Bisha 61922, Kingdom of Saudi Arabia) ,  Ewees Ahmed A. (Department of Computer, Damietta University, Damietta, Egypt) ,  Fan Hong (State Key Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China) ,  Abualigah Laith (Faculty of Computer Sciences and Informatics, Amman Arab University, 11953 Amman, Jordan) ,  Abualigah Laith (School of Computer Sciences, Universiti Sains Malaysia, Pulau Pinang, 11800, Malaysia) ,  Elaziz Mohamed Abd (Faculty of Computer Science & Engineering, Galala University, Suze 435611, Egypt) ,  Elaziz Mohamed Abd (Department of Mathematics, Faculty of Science, Zagazig University, Zagazig, Egypt) ,  Elaziz Mohamed Abd (Artificial Intelligence Research Center (AIRC), Ajman University, Ajman 346, United Arab Emirates)
資料名： Applied Energy  (Applied Energy)
巻： 314  ページ： Null  発行年： 2022年 
JST資料番号： A0097A  ISSN： 0306-2619  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： 最も可能性のあるエネルギー資源の1つと考えられる風力のような,いくつかの主要な利用可能な再生可能エネルギーがある。したがって,風力は発電の不可欠なグリーン源である。風力の予測は,エネルギーシステムの不確実性を低減するための重要な問題である。それは,エネルギー需要と供給のバランスをとるための必須のプロセスである。本論文の主目的は,時系列データセットを用いて風力を推定するための効率的な予測ツールを提示することである。メタヒューリスティック(MH)最適化アルゴリズムの進歩を用いてANFIS(適応ニューロファジー推論システム)の改良型変異体を開発した。MPAmuと呼ばれる海洋捕食者アルゴリズム(MPA)の新しい変異体を提案し,局所最適上の早期収束を防止するためにMPAを補強した。開発したMPAmuを用いてANFISパラメータを最適化し,その構成プロセスを高めた。フランスにある風車から収集した良く知られたデータセットを用いて,いくつかの評価尺度を用いて提案したMPAmu-ANFISモデルを評価した。さらに,開発したMPAmu-ANFISを,異なるMHアルゴリズムを用いて,従来のANFISおよびいくつかの修正ANFISモデルと比較した。さらに,開発したモデルを,サポートベクトルマシン(SVM),フィードフォワードニューラルネットワーク,および長い短期メモリ(LSTM)のような他の時系列予測モデルと比較する。本論文の知見は,MPAmuの適用が従来のANFISの予測精度のブースティングに大きく寄与することを明らかにした。Copyright 2022 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 ,  記憶装置 ,  最適化 ,  不確実性 ,  最適化手法 ,  精度 ,  風力発電 ,  *海洋 ,  風車 ,  *風力 ,  *捕食者 ,  ファジィニューラルネットワーク ,  サポートベクトルマシン
準シソーラス用語： 予測精度 ,  ブースティング ,  *適応ニューロ-ファジィ推論システム , 【Automatic Indexing@JST】

著者キーワード (6件)： 風力予測 ,  ANFIS ,  突然変異演算子 ,  海洋捕食者アルゴリズム ,  時系列予測 ,  風力発電

分類 (3件)： 局地循環,気流  (DC05090N) ,  風力エネルギー  (LB03060X) ,  圧縮点火機関  (PB02030N)

タイトルに関連する用語 (9件)： 風力 ,  予測 ,  突然変異演算子 ,  増強 ,  海洋 ,  捕食者 ,  アルゴリズム ,  ANFIS ,  モデル