100 积分
50
评分
4.6 积分- 详情
- 2021-04-27
- 简介
pdf
- 1.1MB
- 页数 4P
- 阅读 75
- 下载 29
为提高空调冷负荷预测精度,本文提出了基于PSO-BP算法的神经网络模型。将PSO算法与BP神经网络相结合,对大型商场的空调样本数据进行冷负荷预测实验。结果表明,与BP神经预测算法相比,该算法的预测精度更高,运行速度更快。
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
huang14***
擅长:
土建 装饰 园林 电气
- 4.4
服务
- 6
商品
- 262
人气
相关推荐
基于粒子群神经网络的空调冷负荷短期预测 1.1MB
利用神经网络预测空调负荷 441KB
基于神经网络的空调负荷实时预测模型 278KB
基于小波变换的神经网络空调负荷预测研究 629KB
基于Elman型神经网络的空调负荷预测模型 587KB
基于粗糙集—神经网络的冰蓄冷空调冷负荷预测研究 344KB
基于相似度与神经网络的协同短期负荷预测模型 277KB
基于BP人工神经网络的空调降温负荷预测 1.2MB
基于人工神经网络的短期负荷预测的研究 271KB
EBP神经网络在空调负荷预测中的应用 662KB