一种基于天牛群算法优化神经网络的空调冷负荷预测方法.pdfVIP

下载本文档

0
0
约1.56万字
约 13页
2023-05-25 发布于四川
举报
版权申诉

一种基于天牛群算法优化神经网络的空调冷负荷预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

本发明提供了一种基于天牛群算法优化神经网络的空调冷负荷预测方法，选取和输出变量T时刻空调冷负荷相关性高的输入变量。根据相关性高的输入变量和T时刻空调冷负荷建立BP神经网络模型，利用天牛群算法优化建立的BP神经网络，最后用优化后的BP神经网络进行负荷预测，得出预测值。本发明利用天牛群算法的全局搜索能力找到BP神经网络的最优权值和阈值，克服了BP神经网络在权值和阈值选择上的随机性和网络收敛速度慢、易于陷入局部最优的缺点，提高了BP神经网络的收敛速度和学习能力，降低了空调冷负荷预测偏差大的问题。

(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 113177675 A (43)申请公布日 2021.07.27 (21)申请号 202110595303.2 (22)申请日 2021.05.28 (71)申请人西安