基于支持向量机的大型公共建筑能耗预测研究

• 作者: 于军琪 苏晓峰 黄健恒
• 来源期刊: 城市建设理论研究（电子版）
• 关键词: 大型公共建筑 能耗预测 支持向量机 粒子群优化
• 年，卷（期）: 2013,（15）
• 所属期刊栏目: 建筑与科技
• 字数: 1353字
• 语种: 中文

摘要

针对大型公共建筑能耗预测问题，本文分析了其能耗影响因素的关联度，在此基础上，提出了一种基于粒子群优化-支持向量机(ParticleSwarmOptimization-SupportVectorMachine,PSO-SVM）的能耗复合预测方法。该方法运用粒子群优化算法对支持向量机训练过程中的参数进行寻优，最终得到准确的、优化的能耗预测模型。通过实例验证，该方法能实现大型公共建筑能耗的准确预测，为其定额用能、能源的优化调度提供科学的理论依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于军琪	西安建筑科技大学信息与控制工程学院	128	556	12.0	16.0
2	苏晓峰	西安建筑科技大学信息与控制工程学院	9	79	4.0	8.0
3	黄健恒	西安建筑科技大学信息与控制工程学院	3	13	2.0	3.0