基于粒子群优化支持向量机的建筑室内温度预测模型

• 作者: 庞明月 汪思源 王文标
• 来源期刊: 科技与创新
• 关键词: 室内温度 楼宇阀门 支持向量机 粒子群优化算法
• 年，卷（期）: 2017,（18）
• 所属期刊栏目: 理论探索
• 页码范围: 14-15,18-19
• 页数: 4页
• 分类号: TP18|TU832
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2017.18.014

摘要

建筑系统是一个滞后系统,对下一时刻室内温度的预测可以指导楼宇阀门的开关,从而在保证用户热舒适性的同时节约能源.但是,建筑室内温度受室外气象因素、历史温度等多种非线性因素的影响,机理建模困难.针对以上问题,先确定输入、输出样本,建立支持向量机模型;然后采用粒子群优化(PSO)算法对SVM的核参数和惩罚因子进行动态寻优,建立PSO-SVM预测模型;最后,在MATLAB实验平台上进行仿真实验.实验结果表明,经过粒子群优化的支持向量机预测模型的精度提高至0.6%,可以准确指导楼宇阀门的开关.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪思源	大连海事大学信息科学技术学院	51	243	8.0	13.0
2	王文标	大连海事大学信息科学技术学院	43	172	6.0	11.0
3	庞明月	大连海事大学信息科学技术学院	1	7	1.0	1.0