基于IAGA-BP神经网络的电地热室内温度预测

• 作者: 张亭亭 王盛慧
• 来源期刊: 中国测试
• 学科: 工学
• 关键词: 自适应遗传算法 室内温度预测 BP算法 神经网络
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 性能测试
• 页码范围: 141-146
• 页数: 6页
• 分类号: TP273
• 字数: 3388字
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2018.12.025

摘要

利用电地热对居民区进行供暖时,为实现对用户室内下一时刻温度的精确预测,该文提出一种改进的自适应遗传算法(IAGA).该算法对自适应遗传算法的交叉概率和变异概率进行改进,通过函数测试证明所提算法比传统的遗传算法稳定性好、收敛速度快,并将改进后的算法对BP网络进行优化,从而克服BP网络算法易陷入局部极值、学习效率低和收敛速度慢的缺点,最终建立基于IAGA-BP网络的电地热室内温度预测模型.将其与粒子群算法(PSO)优化的BP神经网络模型进行仿真对比,实验表明:IAGA-BP网络相对于PSO-BP网络具有更好的预测准确度,其平均绝对误差、均方差分别为0.1328℃、0.0792,均优于PSO-BP网络预测,该模型建立可为后期的电地热温度控制提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王盛慧	长春工业大学电气与电子工程学院	29	88	5.0	8.0
2	张亭亭	长春工业大学电气与电子工程学院	3	6	2.0	2.0