文献

J-GLOBAL ID：202202285343538297   整理番号：22A0566360

河川における懸濁堆積物に対する予測可能性強化:新たに開発したハイブリッド適応ニューロファジィシステムモデルの検査【JST・京大機械翻訳】

Predictability performance enhancement for suspended sediment in rivers: Inspection of newly developed hybrid adaptive neuro-fuzzy system model

著者 (9件)： Adnan Rana Muhammad (State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering, Hohai University, Nanjing, 210098, China) ,  Yaseen Zaher Mundher (Department of Urban Planning, Engineering Networks and Systems, Institute of Architecture and Construction, South Ural State University, 76, Lenin Prospect, 454080 Chelyabinsk, Russia) ,  Yaseen Zaher Mundher (New Era and Development in Civil Engineering Research Group, Scientific Research Center, Al-Ayen University, Thi-Qar, 64001, Iraq) ,  Heddam Salim (Faculty of Science, Agronomy Department, Hydraulics Division University, 20 Aout 1955, Route El Hadaik, BP 26, Skikda, Algeria) ,  Shahid Shamsuddin (School of Civil Engineering, Faculty of Engineering, Universiti Teknologi Malaysia (UTM), Johor Bahru, 81310, Malaysia) ,  Sadeghi-Niaraki Aboalghasem (Geoinformation Tech. Center of Excellence, Faculty of Geomatics Engineering, K.N.Toosi University of Technology, Tehran, Iran) ,  Sadeghi-Niaraki Aboalghasem (Department of Computer Science and Engineering, Sejong University, Seoul, Republic of Korea) ,  Kisi Ozgur (School of Civil Engineering, Faculty of Engineering, Universiti Teknologi Malaysia (UTM), Johor Bahru, 81310, Malaysia) ,  Kisi Ozgur (Civil Engineering Department, Ilia State University, Tbilisi, Georgia, USA)
資料名： International Journal of Sediment Research  (International Journal of Sediment Research)
巻： 37  号： 3  ページ： 383-398  発行年： 2022年 
JST資料番号： W3361A  ISSN： 1001-6279  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： 河川堆積物輸送の信頼できるモデリングは,ダムの経済的実現可能性,水力発電の耐久性,汚染に対する河川感受性,ナビゲーションに対する適性,および美学および魚類生息場所の可能性の規定因子であるので重要である。河川懸濁堆積物負荷(SSLs)の推定精度の改善におけるハイブリッド粒子群れ最適化-重力探索アルゴリズム(ANFIS-FCM-PSOGSA)を用いて較正した,新しい機械学習モデル,ファジィc-平均ベースニューロファジィシステムの能力を,現在の研究で研究した。提案方法の結果を,粒子群最適化(ANFIS-FCM-PSO),ANFIS-FCM,および堆積物評価曲線(SRC)モデルを用いて較正したファジィc-平均ベースニューロファジーシステムを用いて得た結果と比較した。遅れた河川流(Q)と懸濁堆積物(S)値を含む各種入力組合せをモデル開発に用いた。モデル精度に及ぼすQとSの影響を,入力として遅れたQとS値の間の差を含めて評価した。モデル性能を,二乗平均平方根誤差(RMSE),平均絶対誤差(MAE),Nash-Sutcliffe効率(NSE),および決定係数(R2)およびいくつかのグラフィカル比較法を用いて評価した。結果は,提案したモデルがANFIS-FCM-PSO(またはANFIS-FCM)モデルの予測性能を,RMSE,MAE,NSE,およびR2に関して,それぞれ,8.14%(1.72%),14.7%(5.71%),12.5%(2.27%),および25.6%(1.86%)で強化することを示した。本研究は,累積堆積物負荷のシミュレーションのための提案したANFIS-FCM-PSOGSAモデルの可能性を確立した。モデリング結果は,河川流が堆積物輸送定量化に与える影響を明らかにした。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： *懸濁液 ,  最適化 ,  重力 ,  水力発電 ,  ダム ,  *河川 ,  河成堆積物 ,  *堆積物 ,  モデリング ,  河川流 ,  *ファジィニューラルネットワーク ,  機械学習 ,  *予測可能性
準シソーラス用語： 推定精度 ,  決定係数 , 【Automatic Indexing@JST】

著者キーワード (4件)： 浮遊土砂荷重 ,  適応ニューロファジィシステム ,  粒子群最適化 ,  重力探索アルゴリズム

分類 (2件)： 河川汚濁  (SB02020F) ,  河川調査・計画  (RC12020M)

タイトルに関連する用語 (10件)： 河川 ,  懸濁 ,  堆積物 ,  予測可能性 ,  強化 ,  開発 ,  適応 ,  ニューロファジィシステム ,  モデル ,  検査