基于GM-RBF神经网络的高校建筑能耗预测

• 作者: 林思铭 许巧玲 赵超
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 高校建筑 能耗预测 灰色理论 径向基函数神经网络 组合模型
• 年，卷（期）: 2014,（1）
• 页码范围: 48-53
• 页数: 6页
• 分类号: TU831
• 字数: 4304字
• 语种: 中文

摘要

为了提高高校建筑的能耗预测精度,在比较传统灰色预测模型和神经网络预测模型优缺点的基础上,建立了灰色径向基函数( Radical basis function,RBF)神经网络能耗预测算法。该方法综合了灰色系统理论所需数据少以及神经网络自学习和自组织的优点。实例分析表明：与传统灰色理论和RBF神经网络预测模型相比较,组合模型预测值与实际值的相对误差平均降低了5.4%,为建筑节能评估和设计提供了决策依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许巧玲	福州大学化学化工学院	22	137	6.0	11.0
2	赵超	福州大学化学化工学院	26	191	9.0	13.0
3	林思铭	福州大学化学化工学院	2	37	1.0	2.0