コレントロピーに基づくDifferential Evolutionary Particle Swarm Optimizationを用いたArtificial Neural Networkによるショーケースデータの故障解析

カテゴリ: 研究会(論文単位)

論文No: SMF18056

グループ名: 【D】産業応用部門 スマートファシリティ研究会

発行日: 2018/11/06

タイトル(英語): Refrigerated Showcase Fault Analysis by Artificial Neural Network using Correntropy based Differential Evolutionary Particle Swarm Optimization

著者名: 大高 直哉(明治大学),福山 良和(明治大学),川村 雄(富士電機),村上 賢哉(富士電機),サンタナ アダモ(富士電機),飯坂 達也(富士電機),松井 哲郎(富士電機)

著者名(英語): Naoya Otaka(Meiji University),Yoshikazu Fukuyama(Meiji University),Yu Kawamura(Fuji Electric Co., Ltd.),Kenya Murakami(Fuji Electric Co., Ltd.),Adamo Santana(Fuji Electric Co., Ltd.),Tatsuya Iizaka(Fuji Electric Co., Ltd.),Tetsuro Matsui(Fuji Electric Co., Ltd.)

キーワード: ショーケース|故障解析|ニューラルネットワーク|コレントロピー|ディファレンシャルエボルーショナリーパーティクルスワームオプティミゼイション|進化計算|refrigerated showcase|fault analysis|neural network|correntropy|differential evolutionary particle swarm optimization|evolutionary computation

要約(日本語): 本論文では，ショーケースの故障解析に対し，Artificial Neural Networkのパラメータ学習に，コレントロピーを適用したDifferential Evolutionary Particle Swarm Optimization(DEEPSO)を用いた故障解析手法を提案する。従来のパラメータ学習法である最小二乗法に基づくBackpropagationとParticle Swarm Optimization，DEEPSOとの比較シミュレーションにより，提案法の有効性を確認した。

要約(英語): This paper proposes refrigerated showcase fault analysis by a correntropy based artificial neural network (ANN) using differential evolutionary particle swarm optimization (DEEPSO). Effectiveness of the proposed method is verified by comparison with conventional least square error (LSE) based ANNs using backpropagation (BP), particle swarm optimization (PSO) and DEEPSO with actual showcase data.

原稿種別: 日本語

PDFファイルサイズ: 1,292 Kバイト