基于人工鱼群神经网络算法的建筑能耗预测
- 详情
- 2021-08-06
- 简介
- 1.6MB
- 页数 5P
- 阅读 62
- 下载 23
为克服传统BP神经网络方法在建筑能耗预测的不足,提出了一种基于时间序列自相关分析的人工鱼群神经网络预测模型。对建筑标准能耗进行自相关分析,确定输入变量的维数,结合人工鱼群算法寻优速度快、易跳出极值等优点,对BP神经网络的初值权值和阈值进行优化,建立能耗预测模型,并用模型对西安某高校建筑一个月的能耗值进行预测。结果表明,较传统的BP神经网络模型,人工鱼群神经网络预测模型具有更快的收敛速度,预测精度在±1%左右,预测误差随着迭代次数的增加而降低。
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
基于人工鱼群神经网络算法的建筑能耗预测 1.6MB
基于神经网络算法的建筑能耗预测系统研究 1.0MB
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
基于改进人工鱼群算法的梯级水库群优化调度 1.0MB
基于BP神经网络的建筑物用电能耗预测 149KB
基于鱼群神经网络的信息安全性评价与分析 182KB