100 积分
50
评分
4.8 积分- 详情
- 2021-04-27
- 简介
pdf
- 1.8MB
- 页数 2P
- 阅读 64
- 下载 30
针对传统BP神经网络存在的收敛速度慢和极易陷入局部极小值导致网络\"震荡\"影响建筑能耗预测准确性的缺点,本文提出一种基于随机Dropout和FOA-BP的建筑能耗预测方法。该方法利用果蝇优化算法(FOA)对BP神经网络的权值和阈值进行优化,再利用随机Dropout算法改进FOA-BP网络的隐层神经单元,获得较快的运算速度。案例仿真结果表明:与传统方法比较,经过FOA-BP和随机Dropout改善后的网络预测速度更快、预测精度更高,其预测结果可为建筑节能管理运行提供参考。
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
街***
擅长:
市政 园林 给排水 暖通
- -
服务
- 8
商品
- -
人气
相关推荐
基于随机Dropout和FOA-BP的建筑能耗预测研究 1.8MB
基于随机Dropout和PSO-BP的建筑能耗预测研究 1.7MB
基于BP-Adaboost算法的建筑能耗预测研究 1.8MB
基于BP神经网络的建筑能耗预测 226KB
一种基于GA-BP自优化的建筑能耗预测方法研究 1.7MB
基于PCA-BP神经网络的大型公共建筑能耗预测 1.7MB
基于EnergyPlus的CBD建筑能耗预测模型研究 432KB
基于PSO-RBF的建筑能耗预测模型研究 363KB
基于多规则实时学习组合型BP神经网络的城市建筑能耗预测模型 666KB
基于GALM神经网络的建筑能耗短期预测 275KB