- 2
- 0
- 约1.11万字
- 约 10页
- 2023-05-05 发布于四川
- 举报
本发明公开了一种运用时序数据的深度强化学习建筑能耗预测方法,本发明利用深度森林算法将样本按照一定的标签范围进行分类,进而划分深度强化学习模块所使用的原始动作空间,在找寻动作空间内不同类别相同次序动作的数学联系后,将其所依赖的神经网络多个神经元用一个神经元进行替代,实现计算时间及计算资源的缩减;本发明与现有能耗预测方法相比,其显著优点是:1)可以对异常能耗数据进行检查和替换2)方法输入仅需要历史能耗数据,而无需其他建筑内部结构信息或者人员分布信息3)方法训练的计算时间及计算资源小于其他方法。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114298397 A
(43)申请公布日 2022.04.08
(21)申请号 202111604167.5
(22)申请日 2021.12.24
(71)申请人 苏州
您可能关注的文档
最近下载
- 武汉农村商业银行2010年度报告pdf.pdf VIP
- 委托拍卖标的明细标准表格.docx VIP
- 脑膜炎(细菌性)和脑膜炎球菌病的识别、诊断和管理PPT 课件.pptx VIP
- 化脓性脑膜炎诊疗指南.pptx VIP
- 光宝EVO6800变频器说明书.pdf VIP
- DB31_T 1108-2018 监护型救护车配置规范(完整).pdf VIP
- 2025WHO《脑膜炎诊断、治疗和护理指南》解读PPT课件.pptx VIP
- 2025WHO《脑膜炎诊断、治疗和护理指南》解读PPT课件.pptx VIP
- 2025WHO《脑膜炎诊断、治疗和护理指南》解读PPT课件.pptx VIP
- 2025年高考数学试卷(广东)及全详细解析_v2.0.docx VIP
原创力文档

文档评论(0)