基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对BP模型的计算量大,收敛速度慢等缺点,本文提出了三种改进的BP模型,大大加快了收敛速度,提高了收敛性.并用实际数据对这三种改进模型进行了训练,实例证明了这些改进模型是有效的、可行的.
推荐文章
基于改进BP网络的空调系统负荷预测
人工神经网络
空调负荷预测
BP网络
遗传算法
基于改进BP神经网络的中央空调冷负荷预测研究
负荷预测
BP神经网络
粒子群算法
误差反馈
一种改进的多元线性回归空调负荷预测模型
线性回归
空调负荷
统计分析
预测模型
基于改进型BP神经网络的电网负荷预测
电网负荷预测
BP神经网络
模拟退火优化算法
预测误差
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP改进模型的空调系统负荷预测
来源期刊 建筑热能通风空调 学科 工学
关键词 BP改进模型 人工神经网络 负荷预测
年,卷(期) 2003,(1) 所属期刊栏目 专论
研究方向 页码范围 5-7,10
页数 4页 分类号 TP18|TU83
字数 2558字 语种 中文
DOI 10.3969/j.issn.1003-0344.2003.01.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 晋欣桥 上海交通大学制冷及低温工程研究所 80 754 16.0 23.0
2 夏凊 上海交通大学制冷及低温工程研究所 6 126 6.0 6.0
3 常晓珂 上海交通大学制冷及低温工程研究所 1 30 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (30)
同被引文献  (34)
二级引证文献  (89)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(4)
  • 引证文献(4)
  • 二级引证文献(0)
2007(9)
  • 引证文献(7)
  • 二级引证文献(2)
2008(3)
  • 引证文献(2)
  • 二级引证文献(1)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(6)
  • 引证文献(1)
  • 二级引证文献(5)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(6)
  • 引证文献(2)
  • 二级引证文献(4)
2013(14)
  • 引证文献(2)
  • 二级引证文献(12)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(18)
  • 引证文献(3)
  • 二级引证文献(15)
2016(11)
  • 引证文献(5)
  • 二级引证文献(6)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(12)
  • 引证文献(1)
  • 二级引证文献(11)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
BP改进模型
人工神经网络
负荷预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
建筑热能通风空调
月刊
1003-0344
42-1439/TV
大16开
武汉市武昌区北环路23号501室
38-112
1982
chi
出版文献量(篇)
4271
总下载数(次)
11
论文1v1指导