基于 APSO 优化算法的 GCHP系统神经网络预测控制

• 作者: 张亚庭 王桂洋
• 来源期刊: 计算机测量与控制
• 关键词: 地源热泵系统 径向基神经网络 自适应粒子群算法 预测控制
• 年，卷（期）: 2014,（1）
• 页码范围: 106-108,112
• 页数: 4页
• 分类号: TP302
• 语种: 中文

摘要

针对地源热泵（GCHP）系统的能量消耗问题，提出了一种基于自适应粒子群（APSO）优化算法和最邻近聚类径向基神经网络（RBFNN）建模的预测控制策略；首先，利用神经网络建立系统的输出预测模型，然后通过粒子群的滚动优化算法求解得到最优控制量；仿真结果表明，该方法能够在满足负荷要求的前提下，有效地降低 GCHP系统在运行过程中的能量消耗。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张亚庭	北京工业大学电子信息与控制工程学院	30	285	10.0	16.0
2	王桂洋	北京工业大学电子信息与控制工程学院	1	9	1.0	1.0