文献

J-GLOBAL ID：201702282398695303   整理番号：17A0372396

気象データに基づく人工ニューラルネットワークモデルを用いた日間全天日射量の推定に及ぼす粒子状物質汚染の影響の評価【Powered by NICT】

Evaluating the effect of particulate matter pollution on estimation of daily global solar radiation using artificial neural network modeling based on meteorological data

著者 (4件)： Vakili Masoud (Department of Mechanical Engineering, Iran University of Science and Technology, Tehran, Iran) ,  Sabbagh-Yazdi Saeed Reza (Department of Civil Engineering, K. N. Toosi University of Technology, Tehran, Iran) ,  Khosrojerdi Soheila (Young Researchers and Elite Club, Central Tehran Branch, Islamic Azad University, Tehran, Iran) ,  Kalhor Koosha (Department of Civil and Environmental Engineering, Northeastern University, Boston, MA, USA)
資料名： Journal of Cleaner Production  (Journal of Cleaner Production)
巻： 141  ページ： 1275-1285  発行年： 2017年 
JST資料番号： W0750A  ISSN： 0959-6526  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： 今日,クリーン,再生可能で,利用可能なエネルギー資源として太陽エネルギーを用いて,化石燃料資源の減少と世界中の多くの環境への懸念により重要になってきた。このように,多くの研究活動は,現在,より環境に優しいエネルギー源の代替として様々な産業におけるこのエネルギー源の実装を研究した。太陽エネルギーシステムの効率を改善し,それらの実現可能性を評価するための工学設計と科学的研究は,太陽放射の量に関する実際のデータ,いくつかの領域で容易に計測できないを必要とする。これらの位置に関しては,経験的関係と理論的モデルは,太陽放射照度の量を推定する一般的な方法である。最近の研究は,経験的方法とモデルは,太陽放射の量を予測するに有用であると許容精度にもかかわらず,人工ニューラルネットワーク(ANN)モデリングのような新しい方法を使用する研究者は,より正確な予測を行うことを可能にすることを示した。日GSRを推定するために,粒子状物質(PM)を含む主要な入力パラメータ,最近の研究で広く使用されているモデリングパラメータ,相対湿度,風速および日気温などに加えての重要性を評価した。,気象データに基づいて,ANNモデリングアプローチは,事例研究場所として1年間とイラン,テヘランのために開発した。主にモデルの効率と精度を評価するために使用されている,平均絶対百分率誤差(MAPE),二乗平均平方根誤差(RMSE)と分散の絶対分率(R~2)のようないくつかの統計的指標はそれぞれ1.5%,0.05J Cm~ 2D~( 1)および99%と決定した。前述の統計的指標の値に基づいて,この研究で提示したモデルは相対的に高い精度と前に提示したモデルと比較して信頼性を持つことを主張することができた。さらに,GSRの推定におけるパラメータとしての粒子状物質(PM)を考慮したモデリング効率を高めることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 事例研究 ,  *気象データ ,  相対湿度 ,  太陽放射 ,  イラン・イスラム共和国 ,  *ニューラルネットワーク ,  風速 ,  モデリング ,  *全天日射 ,  気温 ,  太陽エネルギー
準シソーラス用語： 太陽放射照度 ,  エネルギー源 ,  *粒子状物質 ,  *神経回路網モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 全天日射 ,  MLP人工ニューラルネットワーク ,  予測 ,  入力パラメータ ,  モデリング ,  粒子状物質

分類 (1件)： 環境問題  (SA01020V)

タイトルに関連する用語 (7件)： 気象データ ,  人工ニューラルネットワークモデル ,  全天日射量 ,  推定 ,  粒子状物質 ,  汚染 ,  影響の評価