二维码
中国土木工程学会燃气分会会刊
首页>论文搜索

论文预览

基于PSO-LSSVM模型空调负荷预测研究

论文作者曹嘉琪1，周世玉1，单宝琦2，高伟3，刘吉营1杂志期数2023年10月刊
关键词空调负荷；预测；粒子群优化算法；最小二乘支持向量机算法
作者单位（1.山东建筑大学，山东济南250101；2.山东省碳中和技术创新中心，山东济南250101；3.厦门合立道工程设计集团股份有限公司，福建厦门361000）
提出利用粒子群优化（PSO）算法优化的最小二乘支持向量机（LSSVM）预测模型（PSO-LSSVM模型）。以厦门某公共建筑作为研究对象，将平均绝对误差绝对值、平均相对误差绝对值作为评价指标，评价LSSVM模型、PSO-LSSVM模型对空调负荷的预测效果。LSSVM模型、PSO-LSSVM模型的空调负荷预测值与实测值变化趋势基本一致。与LSSVM模型相比，PSO-LSSVM模型的预测值平均绝对误差绝对值、平均相对误差绝对值更小，PSO-LSSVM模型的预测准确性更高。
下载论文论文免费注册会员后免费下载