基于遗传算法优化的动态冰蓄冷负荷预测

• 作者: 张艳辉 李德志 林仕立 石坤 许高杰 闫华光 黄冲
• 来源期刊: 电子测试
• 学科: 物理学
• 关键词: 冰蓄冷系统 负荷预测 遗传算法 神经网络
• 年，卷（期）: 2014,（13）
• 所属期刊栏目: 理论与算法
• 页码范围: 25-27
• 页数: 3页
• 分类号: O441.3
• 字数: 2082字
• 语种: 中文

摘要

本文中利用时间、大气干球温度、环境温度、太阳辐射强度、t-1时刻的系统冷负荷和t-24时刻的系统冷负荷作为输入变量进行建模预测。本文充分利用遗传算法的全局搜索的优势以及BP神经网络精于局部精确搜索的特性,采用遗传算法（Genetic Algorithm，GA）优化神经网络算法各因子的初始权重,充分达到了两种智能算法有机结合，达到了优势互补的目的。结果表明，遗传算法和神经网络的有效结合显著提高了预测精度，证明了这种方法的有效性和可靠性，为指导动态冰蓄冷空调系统负荷预测和提高预测精度提供了新途径。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫华光		36	485	13.0	21.0
2	石坤		21	143	7.0	11.0
3	许高杰		6	48	3.0	6.0
4	李德志		2	14	1.0	2.0
5	林仕立	中国科学院广州能源研究所	10	165	7.0	10.0
6	黄冲	中国科学院广州能源研究所	34	231	9.0	14.0
7	张艳辉	中国科学院广州能源研究所	10	92	5.0	9.0