基于支持向量机的建筑物空调负荷预测模型

摘要：

建立了基于支持向量机(SVM)理论的建筑物空调负荷预测模型.对广州地区某办公楼夏季不同月份的逐时空调负荷,分别用SVM模型和BP神经网络模型进行了训练和预测.仿真结果表明,SVM模型具有更高的预测精度和更好的泛化能力,是建筑物空调负荷预测的一种有效方法.

关键词：空调负荷、预测、支持向量机、BP神经网络

所属期刊栏目：38

分类号：TU8(房屋建筑设备)

资助基金：国家自然科学基金50538040;国家留学基金留金出[2006]3037号

在线出版日期：2008-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：14-18,120