基于Q-Learning算法的建筑能耗预测

• 作者: 傅启明 吴宏杰 胡文 陆悠 陈其强 陈建平
• 来源期刊: 计算机系统应用
• 关键词: 强化学习 建筑能耗预测 Q-learning 深度置信网
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 156-162
• 页数: 7页
• 字数: 6122字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006752

摘要

提出一种基于Q-learning算法的建筑能耗预测方法.通过将建筑能耗预测问题建模为一个标准的马尔科夫决策过程,利用深度置信网对建筑能耗进行状态建模,结合Q-learning算法,实现对建筑能耗的实时预测.通过美国巴尔的摩燃气和电力公司公开的建筑能耗数据进行测试实验,结果表明,基于本文所提出的模型,利用Q-learning算法可以实现对建筑能耗的有效预测,并在此基础上,基于深度置信网的Q-learning算法具有更高的预测精度.此外,实验部分还进一步验证了算法中相关参数对实验性能的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆悠	苏州科技大学电子与信息工程学院	28	112	5.0	9.0
2	陈建平	苏州科技大学电子与信息工程学院	6	11	2.0	3.0
3	傅启明		3	3	1.0	1.0
4	陈其强		1	2	1.0	1.0
5	胡文		1	2	1.0	1.0
6	吴宏杰		1	2	1.0	1.0