首页 | 本学科首页   官方微博 | 高级检索  
     

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
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号