- 1、本文档共7页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第45卷第5期动化仪表Vol.45No.5
2024年5月PROCESSAUTOMATIOITRUMENTATIONMay.2024
基于改进CGWO-SVM算法的建筑能耗预测模型研究
王首彬,回江贤,周艺萱,张斌2
(1.天津城建大学控制与机械工程学院,天津300384;2.中国电建市政建设集团有限公司,天津300384)
摘要:建筑能耗预测能够反映建筑内部各分项能源消耗系统是否存在降耗空间,从而为节能减排工作提供指导。为了提高建筑能
耗预测精度,提出了一种基于改进混沌灰狼优化-支持向量机(CGWO-SVM)算法的建筑能耗预测模型。针对传统灰狼优化(GWO)算
法过早收敛和易于陷人局部最优解的问题,采用Tent混沌序列初始化种群、控制参数随机动态调整策略来平衡有哪些信誉好的足球投注网站能力。通过
Cauchy变异操作降低算法陷人局部最优的概率,提出了改进CCWO。通过仿真测试,证明了CCWO算法在求解精度和稳定性方面优
于CWO算法。利用该算法优化支持向量机(SVM),建立CGWO-SVM建筑能耗预测模型。采用实际建筑能耗数据进行测试。测试结
果表明,CGWO-SVM算法的预测性能优于其他模型。CGWO-SVM算法可用于建筑能耗预测工作,具有较强的实际应用价值。
关键词:建筑能耗预测;改进混沌灰狼优化;Tent混沌序列;变异;支持向量机
中图分类号:TH-701文献标志码:AD0I:10.16086/ki.issn1000-0380.2023020016
StudyofBuildingEnergyConsumptionPredictionModel
BasedonImprovedCGWO-SVMAlgorithm
WANGShoubin,HUIJiangxian,ZHOUYixuan,ZHANGBin?
(1.SchoolofControlandMechanicalEngineering,TianjinChengjianUniversity,Tianjin300384,China;
2.PowerConstructionCorporationofChina,Tianjin300384,China)
Abstract:Thepredictionofbuildingenergyconsumptioncanrespondtowhetherthereisanyspaceforreductionofconsumption
ineachsub-energyconsumptionsystemwithinabuilding,toprovideguidanceforenergysavingandemissionreductionwork.In
ordertoimprovetheaccuracyofbuildingenergyconsumptionprediction,abuildingenergyconsumptionpredictionmodelbased
onimprovedchaoticgraywolfoptimization-supportvectormachine(CGWO-SVM)algorithmisproposed.Toaddressthe
problemsofprematureconvergenceandeasytofallintolocaloptimalsolutionsoftraditionalgraywolfoptimization(GWO)
algorithm,Tentchaoticsequenceinitializationofthepopulation,controlparameterstochasticdynami
您可能关注的文档
- 模型预测控制理论的研究与应用.pdf
- 基于双向LSTM-Attention模型的火电厂负荷预测研究.pdf
- 青少年网络安全状况、影响因素和对策研究报告——以四川省成都市龙泉驿区为调查样本.pdf
- 基于VMD-TCN-GRU模型的水质预测研究.pdf
- 基于深度学习的超大直径盾构姿态预测研究.pdf
- 基于MsTCN-Transformer模型的轴承剩余使用寿命预测研究.pdf
- 江西德安彭山矿田遥感找矿预测研究.pdf
- PCA-GWO-SVR机器学习用于边坡爆破振动速度峰值预测研究.pdf
- 引江济汉工程渠首泥沙淤积及预测研究.pdf
- 数据驱动的污水处理高密池混凝加药预测研究.pdf
- 四年级科学 鱼.ppt
- 四年级数学下册期末试卷(含答案).doc
- 2023学年四川宜宾市生物高二下期末学业水平测试模拟试题(含解析).pdf
- 2023-2024学年人教部编版初中数学七年级上册第四单元4.1.2 点、线.pdf
- 2023-2024学年上海市浦东新区部分学校联考八年级(上)期末数学试卷+答案.pdf
- 2023-2024学年上学期初中语文人教部编版七年级期中必刷常考题之古诗词完整版727179073.pdf
- 2023-2024学年人教版数学一年级上学期《期末检测试卷》附答案.pdf
- 2023-2024第一学期语文教学工作计划(真题9篇) .pdf
- 2023-2024学年北京市通州区高二上学期期末质量检测政治试卷含答案.pdf
- 2023-2024学年六年级下册《第2单元 百分数(二)》测试卷附答案解析.pdf
文档评论(0)