作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对空调负荷预测的国内外研究现状进行分析,针对预测过程中可能出现的问题,提出合理的意见和建议,并且对未来的前景进行深入分析.
推荐文章
BP神经网络的短期负荷预测算法
短期负荷预测
BP神经网络
粒子群算法
零相滤波器
空调负荷预测探讨
空调负荷
预测
神经网络
地铁冰蓄冷空调系统负荷预测研究
冰蓄冷空调
节能
BP神经网络
遗传算法
负荷预测
建模
基于改进BP网络的空调系统负荷预测
人工神经网络
空调负荷预测
BP网络
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 空调负荷预测算法的应用
来源期刊 技术与市场 学科
关键词 空调负荷预测 技术 问题 发展
年,卷(期) 2016,(11) 所属期刊栏目 专题研究
研究方向 页码范围 220
页数 1页 分类号
字数 1759字 语种 中文
DOI 10.3969/j.issn.1006-8554.2016.11.159
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (19)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
空调负荷预测
技术
问题
发展
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
技术与市场
月刊
1006-8554
51-1450/T
大16开
四川省成都市
62-125
1980
chi
出版文献量(篇)
29073
总下载数(次)
69
论文1v1指导