mRMR和PSO算法对神经网络预测模型优化效果

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。