針對極限學(xué)習(xí)機(jī)隨機(jī)產(chǎn)生輸入權(quán)值和隱層偏置導(dǎo)致模型不穩(wěn)定的問題,本文提出了一種基于改進(jìn)天牛須算法-優(yōu)化極限學(xué)習(xí)機(jī)（BSAS-ELM）的地源熱泵能耗預(yù)測模型,此模型收斂速度快、泛化能力強(qiáng)。將BSAS-ELM的預(yù)測結(jié)果與極限學(xué)習(xí)機(jī)（ELM）及支持向量機(jī)（SVM）進(jìn)行比較表明,基于BSAS-ELM的地源熱泵能耗預(yù)測模型能顯著提高能耗預(yù)測精度。 

【文章來源】：制冷技術(shù). 2019,39(03)

【文章頁數(shù)】：6 頁

【部分圖文】：

地源熱泵能耗時(shí)間序列變化600600600樣本數(shù)量

【參考文獻(xiàn)】：
期刊論文
[1]基于長短期記憶神經(jīng)網(wǎng)絡(luò)的暖通空調(diào)系統(tǒng)能耗預(yù)測[J]. 廖文強(qiáng),王江宇,陳煥新,丁新磊,尚鵬濤,魏文天,周鎮(zhèn)新.  制冷技術(shù). 2019(01)
[2]極限學(xué)習(xí)機(jī)綜述[J]. 陸思源,陸志海,王水花,張煜東.  測控技術(shù). 2018(10)
[3]某地下水源熱泵系統(tǒng)運(yùn)行策略優(yōu)化研究[J]. 徐成良,雷艷杰,張軍,孫策,陳煥新,王江宇,黃耀.  制冷學(xué)報(bào). 2018(05)
[4]梯度漸進(jìn)回歸樹在建筑能耗短期預(yù)測中的應(yīng)用[J]. 王尉同,潘毅群,黃治鐘.  建筑節(jié)能. 2018(03)
[5]中國建筑能耗時(shí)間序列變化趨勢及其影響因素[J]. 王霞,任宏,蔡偉光,武涌,陳明曼.  暖通空調(diào). 2017(11)
[6]辦公樓變頻空氣源熱泵序列優(yōu)化控制[J]. 劉兆輝,李震宇,譚洪衛(wèi),徐汶,馮文波,伊比益.  制冷學(xué)報(bào). 2017(05)
[7]一種基于GA-BP自優(yōu)化的建筑能耗預(yù)測方法研究[J]. 姚麗麗,余曉龍,朱峰,萬玉建,談美蘭.  智能建筑. 2016(02)
[8]大數(shù)據(jù)在空調(diào)領(lǐng)域的應(yīng)用[J]. 陳煥新,劉江巖,胡云鵬,李冠男.  制冷學(xué)報(bào). 2015(04)
[9]基于支持向量機(jī)算法的空調(diào)負(fù)荷預(yù)測及實(shí)驗(yàn)研究[J]. 王智銳,唐汝寧.  制冷技術(shù). 2013(04)
[10]綠色建筑能耗評價(jià)方法及能耗降低新技術(shù)探討[J]. 楊利明.  制冷技術(shù). 2012(02)



本文編號：3122845