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:
针对暖通空调(HVAC)系统,提出一种基于粒子群优化(PSO)算法和最小二乘支持向量机(LSSVM)的预测控制方法.该方法利用LSSVM建立HVAC系统预测模型并预测系统的输出值,引入输出反馈和偏差校正以克服模型失配等因素引起的预测误差,以此构造加权预测控制性能指标.由PSO算法滚动优化得到系统的最优控制量.利用该控制方法对一个HVAC系统进行仿真实验,结果表明该方法具有较好的控制效果.
推荐文章
基于PSO滚动优化的LS-SVM预测控制
非线性模型预测控制
非线性建模
最小二乘支持向量机
粒子群算法
基于聚类PSO-LSSVM模型的PAD维度预测
情感维度PAD
最小二乘支持向量机
粒子群优化算法
情感聚类分析
基于改进PSO_LSSVM机械结构疲劳裂纹扩展预测
粒子群参数优化
最小二乘支持向量机
疲劳裂纹
二次型惯性权重递减策略
基于混合核函数PSO-LSSVM的边坡变形预测
边坡
边坡变形预测
最小二乘支持向量机
粒子群优化
混合核
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PSO算法的HVAC系统LSSVM预测控制
来源期刊 中南大学学报(自然科学版) 学科 工学
关键词 暖通空调系统 预测控制 最小二乘支持向量机 PSO算法
年,卷(期) 2012,(7) 所属期刊栏目 机械工程·控制科学与工程
研究方向 页码范围 2642-2647
页数 分类号 TP273
字数 3664字 语种 中文
DOI
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 龙文 中南大学信息科学与工程学院 25 424 11.0 20.0
2 邹木春 宜春学院教学与计算机学院 6 16 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (42)
参考文献  (9)
节点文献
引证文献  (11)
同被引文献  (36)
二级引证文献  (36)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(8)
  • 参考文献(2)
  • 二级参考文献(6)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(12)
  • 引证文献(1)
  • 二级引证文献(11)
2018(11)
  • 引证文献(1)
  • 二级引证文献(10)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
暖通空调系统
预测控制
最小二乘支持向量机
PSO算法
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
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
总被引数(次)
79127
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导