基于ISOA的LS-SVM地铁站空调系统能耗预测模型

• 作者: 付龙晓 武翠霞 王普 高学金
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 通风空调系统 能耗预测模型 最小二乘支持向量机 人群搜索算法
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 36-43
• 页数: 8页
• 分类号: TP27
• 字数: 6543字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.10.008

摘要

为提高地铁站空调系统能耗的预测精度,利用最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)建立能耗预测模型是一种有效的方法.但是LS-SVM在处理大规模数据集的回归问题时难以确定最佳模型参数值,较大程度地影响了模型的拟合精度和泛化能力.为此,提出一种从算法搜索步长和搜索方向这2个方面进行改进的人群搜索算法(Improved Seeker Optimization Algorithm,ISOA)对LS-SVM建模过程中的模型参数进行优化选择.将所提出的基于ISOA-LS-SVM建立的能耗预测模型应用于北京某高校地铁实训平台.研究结果表明:该模型能够准确预测出系统能耗,相比于网格搜索法、粒子群算法以及传统的人群搜索算法,优化的LS-SVM在速度和精度上都有所提升.