基于随机Dropout和PSO-BP的建筑能耗预测研究
99 4.7
38 2021-04-27
pdf | 1.7MB | 2页
正文 简介
针对传统BP神经网络存在的收敛速度慢和极易陷入局部极小值导致网络\"震荡\"的缺点,影响建筑能耗预测准确性的问题,本文提出一种基于随机Dropout和PSO-BP的建筑能耗预测方法.该方法利用粒子群算法(PSO)对BP神经网络的权值和阈值进行优化,再利用随机Dropout算法改进PSO-BP网络的隐层单元,获得较快的运算速度.案例仿真结果表明:与传统BP神经网络和PSO-BP神经网络预测比较,经过PSO-BP和随机Dropout改善后的网络预测速度更快、预测精度更高,其预测结果可为建筑节能管理运行提供参考.
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。
linzs2***
服务： 4.6
数据量： 4
人气： 143
擅长：土建 给排水 暖通
热门商品
- 2025-01-15 13510119*** 10KB 4.5
- 2025-01-15 13510119*** 17KB 4.5
- 2025-01-15 13510119*** 498KB 5
- 2025-01-14 13438009*** 3.6MB 4.5
- 2025-01-14 13438009*** 14.7MB 4.5
- 2025-01-14 13438009*** 7.9MB 4.5
- 2025-01-14 13438009*** 5.2MB 4.5
- 2025-01-14 13438009*** 38KB 4.5
- 2025-01-14 13438009*** 1.0MB 4.5
- 2025-01-14 13438009*** 1.0MB 4.5
您可能感兴趣
50
原价:
100 积分
立即购买