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:
建筑能耗预测对建筑节能工作具有重要意义,本文采用支持向量机算法对建筑进行能耗预测,并对建立的能耗模型进行了优化.通过相关性分析选取特征向量,然后对变量重要性进行排序,选取最优变量,采用十折交叉验证和网格搜索法进行参数寻优.结果表明,优化后的支持向量机模型的均方根误差由之前的12.61降为6.09,优化结果显著,能较好地进行建筑能耗预测工作.
推荐文章
基于支持向量机的需水预测研究
统计学习理论
支持向量机
回归模型
需水预测
基于支持向量机回归的电力负荷预测研究
结构风险最小化
支持向量机
支持向量回归
电力负荷预测
神经网络
基于灰色支持向量机的裂纹扩展信息预测研究
灰色理论
支持向量机
裂纹
预测
核函数
基于支持向量机的石油需求预测
支持向量机
结构风险最小化
神经网络
石油需求
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 基于支持向量机的建筑能耗预测研究
来源期刊 制冷技术 学科
关键词 支持向量机 建筑能耗预测 参数寻优 模型评估
年,卷(期) 2019,(2) 所属期刊栏目 设计与研究
研究方向 页码范围 1-6
页数 6页 分类号
字数 3888字 语种 中文
DOI 10.3969/j.issn.2095-4468.2019.02.101
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈焕新 华中科技大学能源与动力工程学院 150 1067 18.0 25.0
2 孙劭波 华中科技大学能源与动力工程学院 4 39 3.0 4.0
3 谭泽汉 7 35 3.0 5.0
4 侯博文 华中科技大学能源与动力工程学院 2 3 1.0 1.0
5 龚麒鉴 华中科技大学能源与动力工程学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (130)
共引文献  (178)
参考文献  (19)
节点文献
引证文献  (3)
同被引文献  (24)
二级引证文献  (1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(18)
  • 参考文献(3)
  • 二级参考文献(15)
2013(8)
  • 参考文献(2)
  • 二级参考文献(6)
2014(20)
  • 参考文献(2)
  • 二级参考文献(18)
2015(9)
  • 参考文献(3)
  • 二级参考文献(6)
2016(10)
  • 参考文献(3)
  • 二级参考文献(7)
2017(4)
  • 参考文献(2)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
建筑能耗预测
参数寻优
模型评估
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
制冷技术
双月刊
2095-4468
31-1492/TB
大16开
上海市南昌路47号科学会堂3号楼3313室
1981
chi
出版文献量(篇)
1858
总下载数(次)
2
总被引数(次)
6791
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导