基于支持向量机的建筑物空调负荷预测模型

• 作者: 吉野博 孟庆林 持田灯 李琼
• 来源期刊: 暖通空调
• 学科: 工学
• 关键词: 空调负荷 预测 支持向量机 BP神经网络
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 专题研讨
• 页码范围: 14-18,120
• 页数: 6页
• 分类号: TU8
• 字数: 4291字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-8501.2008.01.005

摘要

建立了基于支持向量机(SVM)理论的建筑物空调负荷预测模型.对广州地区某办公楼夏季不同月份的逐时空调负荷,分别用SVM模型和BP神经网络模型进行了训练和预测.仿真结果表明,SVM模型具有更高的预测精度和更好的泛化能力,是建筑物空调负荷预测的一种有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟庆林		159	1514	20.0	32.0
2	吉野博		8	131	4.0	8.0
3	李琼		64	455	12.0	18.0
4	持田灯		3	50	3.0	3.0