基于改进天牛须算法-优化极限学习机的地源热泵能耗预测研究

• 作者: 刘涛 徐成良 陈焕新
• 来源期刊: 制冷技术
• 关键词: 地源热泵系统 能耗预测 天牛须搜索 极限学习机 时间序列预测
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 设计与研究
• 页码范围: 6-11
• 页数: 6页
• 字数: 3860字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4468.2019.03.102

摘要

针对极限学习机随机产生输入权值和隐层偏置导致模型不稳定的问题,本文提出了一种基于改进天牛须算法-优化极限学习机(BSAS-ELM)的地源热泵能耗预测模型,此模型收敛速度快、泛化能力强.将BSAS-ELM的预测结果与极限学习机(ELM)及支持向量机(SVM)进行比较表明,基于BSAS-ELM的地源热泵能耗预测模型能显著提高能耗预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘涛	华中科技大学能源与动力工程学院	136	733	13.0	20.0
2	陈焕新	华中科技大学能源与动力工程学院	150	1067	18.0	25.0
3	徐成良	华中科技大学能源与动力工程学院	8	16	3.0	3.0