我要投稿论文 - 其他论文

基于 PSO 优化的 BP 神经网络区域供冷负荷预测

上传时间:2018-02-01 浏览量:0
【下载地址】 内容介绍

全部作者:郭梦茹 1 雷艳杰 2 张军 2 陈焕新 1* 孙策 2 郭亚宾 1 黄耀 1 

文献出处:CAR2017

论文摘要:
随着我国城镇化的快速发展,区域供冷的建筑群越来越多,如何进行区域建筑物冷负荷预测是区域 建筑节能设计及节能改造的前提。本文采集某区域建筑夏季典型日室外逐时气象参数,冷水机组参数等数 据,计算得到实际逐时冷负荷。从中选取了 7 个特征变量,建立 BP 神经网络预测模型,对区域建筑物的 逐时冷负荷进行预测,负荷预测模型的标准差率(CV)为 0.1009,R2 为 0.9128,均方根误差 RMSE 为 0.1951。 为了提高精度,采用 PSO 优化 BP 神经网络模型,并与 BP 神经网络结果进行对比。结果显示,基于 PSO 优化的 BP 神经网络负荷预测模型的预测模型标准差率(CV)降到 0.0762,R2 提高到 0.9510,均方根误差 RMSE 降为 0.1481,故预测精度得到提高。

关键词:区域供冷冷负荷 BP 神经网络 PSO 优化 

下载次数:0 文件大小:594.22K 文档类型:pdf
下载
相关下载

郭梦茹 1 雷艳杰 2 张军 2 陈焕新 1* 孙策 2 郭亚宾 1 黄耀 1 发表的论文

与本论文相关的论文:区域供冷冷负荷 BP 神经网络 PSO 优化 

下载说明

☉尊重知识产权,引用文档中他人文字请注明文章出处!
☉下载压缩包文件时,如要求输入解压密码,统一为 www.ehvacr.comwww.e-hvacr.com
☉推荐使用网际快车下载本站软件,使用 WinRAR v3.10 以上版本解压本站软件。
☉如果这个软件总是不能下载的请点击报告错误,谢谢合作!!
☉下载本站资源,如果服务器暂不能下载请过一段时间重试!
☉如果遇到什么问题,请到本站论坛去咨寻,我们将在那里提供更多 、更好的资源!
☉本站提供的一些商业软件是供学习研究之用,如用于商业用途,请购买正版。
☉当您打开下载地址链接后,无法下载文件时,请查看是否在地址栏中提示“为帮助保护您的安全,Internet Explorer 已经阻止从此站点下载文件到您的计算机。单击此处查看选项...”,请鼠标点击该提示选择“下载文件”即可。

------分隔线----------------------------

网友评论

官方微信