- 详情
- 2021-04-26
- 简介
pdf
- 288KB
- 页数 3P
- 阅读 82
- 下载 33
由于目前只有很少一部分建筑师能掌握复杂的建筑能耗分析,因此本文利用MATLAB建立BP神经网络,将影响建筑能耗的18个因素作为网络的输入,进行学习训练,最后通过测试样本点数据预测建筑能耗,并与DeST-h模拟计算得到的结果比较,发现相对误差在3.5%以内,验证了该网络模型的可行性。该方法使建筑师在设计阶段能够简单且准确地获得设计建筑的能耗。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于神经网络的建筑能耗预测 288KB
基于BP神经网络的建筑能耗预测 226KB
基于GALM神经网络的建筑能耗短期预测 275KB
基于LMBP神经网络的建筑能耗预测 393KB
基于神经网络算法的建筑能耗预测系统研究 1.0MB
基于气象热舒适度的建筑能耗灰色神经网络预测 562KB
基于PCA-BP神经网络的大型公共建筑能耗预测 1.7MB
基于人工鱼群神经网络算法的建筑能耗预测 1.6MB
基于GM-BP神经网络的校园建筑能耗预测 301KB
基于神经网络算法的建筑能耗预测系统研究 1.0MB