- 详情
- 2021-04-27
- 简介
- 489KB
- 页数 8P
- 阅读 71
- 下载 35
为提高大型公共建筑能耗的预测精度,提出一种基于灰色模型和最小二乘向量机方法(GM-LSSVM)的办公能耗预测模型.该方法结合灰色建模计算简单的特点,以及最小二乘支持向量机非线性拟合能力和泛化能力强的优势,充分发掘样本数据的规律,并以粒子群优化算法进行模型参数选择.根据福州某大型公共建筑能耗数据,通过本研究提出的方法建立预测模型,并与神经网络模型以及最小二乘支持向量机模型的预测结果进行比较,验证了该方法具备较高的预测精度和较强的泛化能力.
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
GM-LSSVM模型在建筑能耗预测中的应用 489KB
基于KPCA-WLSSVM的建筑能耗预测模型 467KB
ARIMA-BP复合模型在建筑能耗预测中的应用研究 1.7MB
GM(1,1)、GM(1,N)联合模型在建筑物沉降预测中的应用 81KB
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
基于深度CRBM模型的建筑能耗预测方法 3.4MB
基于PSO-LSSVM模型的基坑周边建筑倾斜预测 451KB
基于PSO-LSSVM模型的基坑周边建筑倾斜预测 451KB