mRMR和PSO算法对神经网络预测模型优化效果 |
| |
引用本文: | 杜润琪,于丹,刘益民,岑悦.mRMR和PSO算法对神经网络预测模型优化效果[J].煤气与热力,2024(1):6-9+34. |
| |
作者姓名: | 杜润琪 于丹 刘益民 岑悦 |
| |
作者单位: | 1. 北京建筑大学;2. 中国建筑科学研究院有限公司 |
| |
摘 要: | 提出利用最大相关和最小冗余(mRMR)算法、粒子群优化(PSO)算法,对BP神经网络预测模型进行优化。对某住宅楼进行供热负荷预测,评价3种神经网络预测模型(BP神经网络预测模型、mRMR-BP神经网络预测模型、PSO-mRMR-BP神经网络预测模型)的预测效果。在3种神经网络预测模型中,BP神经网络预测模型的预测效果最差,PSO-mRMR-BP神经网络预测模型的预测效果最佳。与BP神经网络预测模型相比,经过mRMR算法对输入变量进行筛选以及PSO算法对初始参数进行优化,PSO-mRMR-BP神经网络预测模型的预测效果显著提高。
|
关 键 词: | 供热负荷 预测 BP神经网络 mRMR算法 PSO算法 |
|
|