首页 | 本学科首页   官方微博 | 高级检索  
     

基于神经网络的建筑室内温度预测比较研究
引用本文:王文标,郝源,汪思源,王旭东. 基于神经网络的建筑室内温度预测比较研究[J]. 微型机与应用, 2015, 0(3): 99-102
作者姓名:王文标  郝源  汪思源  王旭东
作者单位:大连海事大学信息科学技术学院;大连市锅炉压力容器检验研究院
摘    要:自然通风建筑室内温度受气象因素、建筑材料等多种非线性因素的影响,应用机理建模难度较大且计算复杂,很难得到精确的数学模型。利用神经网络不依赖模型和收敛速度快的优势和特性,可以很好地解决该问题。本文对经典的BP(Back Propagation)和RBF(Radial-based Function Method)神经网络建模方法进行对比研究,并对室内温度进行短期的预测。结果表明,在两种神经网络未经过优化的情况下,RBF神经网络在室内温度预测的应用要优于BP神经网络,基于RBF神经网络的室内温度预测方法在工程上有广阔的应用前景。

关 键 词:自然通风  室内温度  神经网络  预测

Contrast analysis of indoor temperature predict of buildings based on neural network
Wang Wenbiao;Hao Yuan;Wang Siyuan;Wang Xudong. Contrast analysis of indoor temperature predict of buildings based on neural network[J]. Microcomputer & its Applications, 2015, 0(3): 99-102
Authors:Wang Wenbiao  Hao Yuan  Wang Siyuan  Wang Xudong
Affiliation:Wang Wenbiao;Hao Yuan;Wang Siyuan;Wang Xudong;College of Information Science and Technology , Dalian Maritime University;Dalian Boiler Pressure Vessel Inspection Institute;
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
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