基于PSO-RBF的建筑能耗预测模型研究

• 作者: 季文娟 顾永松
• 来源期刊: 建筑节能
• 学科: 工学
• 关键词: RBF神经网络 微粒群算法 能耗预测模型
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 节能改造与技术
• 页码范围: 109-112
• 页数: 4页
• 分类号: TU20
• 字数: 2981字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7237.2015.11.024

摘要

通过研究分析夏热冬冷地区公共建筑能耗变化特点, 建立了RBF神经网络建筑能耗预测模型. 在此基础上运用微粒群算法对模型优化,建立了基于PSO-RBF的建筑能耗预测模型. 利用大量数据构造样本集,运用软件分别对优化前后的预测模型进行训练,并运用到典型公共建筑能耗值的预测实例中. 结果表明基于PSO-RBF的建筑能耗预测模型的学习能力和预测能力强,能较准确地实现公共建筑能耗预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾永松		14	87	7.0	9.0
2	季文娟		5	34	3.0	5.0