{"product_id":"ieej-smf18033","title":"複数集団Global-best Modified Brain Storm Optimizationによるスマートコミュニティ全体最適化","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e研究会(論文単位)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003eSMF18033\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【D】産業応用部門 スマートファシリティ研究会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2018\/08\/03\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eTotal Optimization of Smart City by Multi-population Global-best Modified Brain Storm Optimization\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e佐藤 繭子(明治大学),福山 良和(明治大学),飯坂 達也(富士電機),松井 哲郎(富士電機)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eMAYUKO SATO(Meiji University),Yoshikazu Fukuyama(Meiji University),Tatsuya Iizaka(Fuji electric Co., Ltd.),Tetsuro Matsui(Fuji electric Co., Ltd.)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003eスマートコミュニティ|全体最適化|複数集団|ブレインストームオプティミゼーション|進化計算|Smart Community|Total Optimization|Multi-population|Brain Storm Optimization|Evolutionary Computation\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e本論文では，複数集団Global-best Modified Brain Storm Optimization（以下，MP-GMBSO）によるスマートコミュニティ全体最適化を提案する。スマートコミュニティモデルを用い，エネルギーコスト最小化，ピークシフト，CO2排出量最小化を行う。スマートコミュニティモデルには電力，ガス，上下水道，産業，業務，家庭鉄道分野が含まれる。現在までに，様々な進化計算手法が適用されてきたが，解の質には改善の余地があった。提案するMP-GMBSOによる解は，オリジナルのGMBSOの解と比較する。その結果，提案法により更なる解の質の向上が確認できた。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(英語): \u003c\/strong\u003eThis paper proposes a total optimization method of a smart city (SC) by multi-population global-best modified brain storm optimization (MP-GMBSO). Energy cost, actual electric power loads at peak load hours, and CO2 emission are minimized using a SC model. Many evolutionary computation techniques such as Differential Evolutionary Particle Swarm Optimization (DEEPSO), Brain Storm Optimization, Modified Brain Storm Optimization (MBSO), Global-best BSO (GBSO), and Global-best MBSO (GMBSO), which the authors have proposed, have been applied to the problem. The results by the proposed MP-GMBSO with various number of sub-populations based method are compared with those by the original GMBSO based method with one sub-population through simulations applied to a model of Toyama city, which is a moderately-sized city in Japan.\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e1,182 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格330円\/会員価格220円） \/ A4 \/ 6","offer_id":46390766567663,"sku":"IEEJ-SMF18033-PDF","price":330.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_8f401b21-e12c-4fca-80c6-40fd7471699f.png?v=1744602945","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-smf18033","provider":"電気学会 電子図書館","version":"1.0","type":"link"}