基于BP神经网络的公共建筑用电能耗预测研究

• 作者: 李嘉玲 蒋艳
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 建筑能耗 BP神经网络 Python 预测模型
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 49-52
• 页数: 4页
• 分类号: TP302
• 字数: 3843字
• 语种: 中文
• DOI: 10.11907/rjdk.182553

摘要

数据挖掘技术与建筑工程之间的知识跨度较大,将两者完美融合起来存在一定难度,实际工程中也缺乏相关案例,因此在建筑工程中应用数据挖掘技术挖掘相关信息,为大型公共建筑用电能耗预测提供参考依据,是建筑领域一种新的发展趋势.基于对公共建筑用电能耗特性的分析,可利用Python构建BP神经网络建筑能耗预测模型,再将某公共建筑作为研究对象,确定影响建筑用电能耗的关键因素,并将其作为网络的输入参数进行学习训练得出预测值.研究结果表明:预测模型在不同参数下,当隐含层个数为8时,误差平方和最小,为0.0001396,此时BP神经网络能够较精确地预测公共建筑用电能耗值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋艳	上海理工大学管理学院	46	179	7.0	11.0
2	李嘉玲	上海理工大学管理学院	1	4	1.0	1.0