基于粒子群优化支持向量机的建筑室内温度预测模型
54 4.5
38 2021-04-26
pdf | 1.4MB | 3页
正文 简介
建筑系统是一个滞后系统，对下一时刻室内温度的预测可以指导楼宇阀门的开关，从而在保证用户热舒适性的同时节约能源。但是，建筑室内温度受室外气象因素、历史温度等多种非线性因素的影响，机理建模困难。针对以上问题，先确定输入、输出样本，建立支持向量机模型；然后采用粒子群优化（PSO）算法对SVM的核参数和惩罚因子进行动态寻优，建立PSO-SVM预测模型；最后，在MATLAB实验平台上进行仿真实验。实验结果表明，经过粒子群优化的支持向量机预测模型的精度提高至0.6%，可以准确指导楼宇阀门的开关。
对不起，您暂无在线预览权限，如需浏览请
立即登录*温馨提示：该数据为用户自主上传分享，如有侵权请举报或联系客服：400-823-1298处理。
热门商品
- 2023-04-21 BUHb313534361*** 24KB 4.5
- 2023-04-21 BUHb313534361*** 42KB 4.5
- 2023-04-14 BUHb313534361*** 44KB 4.5
- 2023-04-12 chenzhipan20010*** 90KB 4.5
- 2023-04-12 chenzhipan20010*** 52KB 5
- 2023-03-06 18826288*** 576KB 5
- 2023-02-14 18826288*** 1.5MB 5
- 2022-09-16 Hc4Bq15738896*** 15KB 5
- 2022-09-07 jiang2*** 39KB 4.5
- 2022-09-07 jiang2*** 10.3MB 4.5
您可能感兴趣
50
原价:
100 积分
立即购买