コレントロピーに基づくPSOによるANNを用いたショーケースの故障解析

カテゴリ: 全国大会

論文No: 4-173

グループ名: 【全国大会】平成30年電気学会全国大会論文集

発行日: 2018/03/05

タイトル(英語): Refrigeration Showcase Fault Analysis by Artificial Neural Network using Correntropy based 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),Adamo Santana(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),Kenya Murakami(Fuji Electric),Adamo Santana(Fuji Electric),Tatsuya Iizaka(Fuji Electric),Tetsuro Matsui(Fuji Electric)

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,パーティクルスワームオプティミゼーション,コレントロピー

要約(日本語): スーパーマーケットなどで利用されているショーケースでは，冷却器着霜や冷媒漏れ等によって庫内が設定温度に保てなくなる可能性が稀にある。従って，高精度の故障解析は，顧客サービスの継続には欠かせない。本論文では，ニューラルネットワーク(以下，ANN)のパラメータ学習に，コレントロピーを適用したParticle Swarm Optimization（以下，PSO）を用いたショーケースに対する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Backpropagation及びANNのパラメータ学習に従来の最小二乗法を適用したPSO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。

原稿種別: 日本語

PDFファイルサイズ: 449 Kバイト