文献

J-GLOBAL ID：202202289249286556   整理番号：22A0416820

ベータ分布に基づく最適化アルゴリズムと電力負荷予測におけるその応用【JST・京大機械翻訳】

A Beta Distribution Based Optimization Algorithm and Its Application in Power Load Forecasting

著者 (6件)： Wang Jiao (School of Computer Science and Mathematics, Fujian University of Technology, Fuzhou, China) ,  Chu Shu-Chuan (College of Computer Science and Engineering, Shandong University of Science and Technology, Qingdao, China) ,  Chu Shu-Chuan (College of Science and Engineering, Flinders University, Clovelly Park, SA, Australia) ,  Liu Shi-Jian (School of Computer Science and Mathematics, Fujian University of Technology, Fuzhou, China) ,  Pan Jeng-Shyang (School of Computer Science and Mathematics, Fujian University of Technology, Fuzhou, China) ,  Pan Jeng-Shyang (College of Computer Science and Engineering, Shandong University of Science and Technology, Qingdao, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 833  ページ： 25-35  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 個体群ベースの進化アルゴリズムは,多くのスウォームベース行動と自然現象を模倣する。全体の進化過程において,ランダム性と多様性は,解集合収束をグローバル最適条件に迅速に収束させ,同時に,それらを局所最適にジャンプさせる。しかし,解プールに基づくこの探索モードは,実際の解を保存するために多くのメモリ空間を必要とする。検索の失明は,必然的に時間を浪費する。これらの欠点の解決は,研究の目標である研究における最新の話題である。本論文では,ベータ分布に基づく新しい最適化アルゴリズムを提案した。ベータ分布によってシミュレートした既知の確率分布は,解集合をサンプリングサンプルに変換する。標本は,確率分布の特性に従って,期待する方向に向かって更新する。このモデルは,候補解によって占有されたメモリ空間を減らし,また,アルゴリズムの複雑性を減少する。最後に,著者らは,特に大規模問題を扱うとき,数値実験を通して提案アルゴリズムの性能を解析して,検証した。また,電力負荷予測におけるその性能は,大きなデータを扱う利点を証明した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 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 ,  *最適化手法 ,  *負荷予測 ,  確率分布 ,  個体群 ,  最適条件
準シソーラス用語： 進化的アルゴリズム ,  ランダム性 ,  複雑性 ,  数値実験 ,  *電力負荷 ,  進化過程 ,  *β分布 , 【Automatic Indexing@JST】

著者キーワード (4件)： ベータ分布 ,  確率 ,  気象局の選択 ,  負荷予測

分類 (2件)： 人工知能  (JE08000Z) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (5件)： ベータ分布 ,  最適化アルゴリズム ,  電力負荷 ,  予測 ,  応用