文献

J-GLOBAL ID：201702281336936062   整理番号：17A0075804

鉄道風速のシングルステップ高精度混合予測性能比較研究【JST・京大機械翻訳】

Study on Performance Comparison of Wind Speed Hybrid High-precision One-step Predicting Models along Railways

著者 (4件)： Liu Hui (Key Laboratory of Traffic Safety on Track of Ministry of Education,Central South University) ,  Tian Hongqi (Key Laboratory of Traffic Safety on Track of Ministry of Education,Central South University) ,  Li Yanfei (Key Laboratory of Traffic Safety on Track of Ministry of Education,Central South University) ,  Zhang Lei (Key Laboratory of Traffic Safety on Track of Ministry of Education,Central South University)
資料名： Tiedao Xuebao  (Tiedao Xuebao)
巻： 38  号： 8  ページ： 41-49  発行年： 2016年 
JST資料番号： W1488A  ISSN： 1001-8360  CODEN： TIXUF5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 風速の高精度予測を実現するために、強風下の鉄道線路の運行安全を保障するため、ウェーブレット分析理論とニューラルネットワーク理論を用いて形成した2種類の異なる混合予測アルゴリズムを用いて、中国の典型的な強風線路の青の鉄道の沿線の実測強風系列に対して、シングルステップ予測研究を行った。ウェーブレット分解理論を用いて,非定常風速を分解し,最終的に重み付き予測出力を実現するためにニューラルネットワークモデルを構築した。小波型ニューラルネットワークは,ニューラルネットワークの隠れ層の伝達関数としてウェーブレット関数を使用し,訓練したニューラルネットワークモデルを用いて,元の風速を予測した。青海-チベット鉄道の3つの観測所における風速測定の予測例を示した。2つのハイブリッドアルゴリズムの予測指数は単一ニューラルネットワークより優れており,ウェーブレットニューラルネットワーク法は小波型ニューラルネットワーク法よりも優れた予測性能を有している。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 伝達関数 ,  波束 ,  ニューラルネットワーク ,  *風速
準シソーラス用語： ウェーブレットニューラルネットワーク ,  ハイブリッドアルゴリズム ,  隠れ層 ,  神経回路網モデル ,  非定常性 ,  ウェーブレット分解 ,  予測アルゴリズム ,  強風 ,  *比較研究 ,  *予測性能 ,  *高精度 , 【Automatic Indexing@JST】

著者キーワード (4件)： railway safety ,  wind speed forecast ,  wavelet neural networks ,  wavelet embedded neural networks

分類 (1件)： 風力エネルギー  (LB03060X)

タイトルに関連する用語 (5件)： 鉄道 ,  風速 ,  予測 ,  性能比較 ,  研究