100 积分
50
评分
4.4 积分- 详情
- 2020-12-27
- 简介
pdf
- 703KB
- 页数 6P
- 阅读 81
- 下载 34
分别用径向基函数(RBF)神经网络模型和BP神经网络模型对广州市一栋办公楼和一栋图书馆在夏季不同月份的逐时冷负荷进行训练和预测,发现RBF神经网络模型预测的均方根误差和平均相对误差都仅是BP神经网络方法的64%左右.仿真结果表明,RBF神经网络具有更高的预测精度及更好的泛化能力,是建筑空调负荷预测的一种有效方法.在此基础上,构建了基于RBF神经网络的建筑逐时空调负荷智能预测软件系统.
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
dl1***
擅长:
土建 装饰 电气 给排水
- 4.4
服务
- 7
商品
- 210
人气
相关推荐
基于RBF神经网络的建筑逐时空调负荷预测模型 446KB
基于Elman型神经网络的空调负荷预测模型 587KB
基于RBF神经网络的负荷预测研究综述 196KB
基于RBF神经网络的负荷预测研究综述 196KB
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RBF神经网络模型的电力系统短期负荷预测 241KB
EBP神经网络在空调负荷预测中的应用 163KB
前馈神经网络在空调负荷预测中的应用 672KB
EBP神经网络在空调负荷预测中的应用 662KB