基于BP神经网络的公共建筑用电能耗预测研究

论文摘要

数据挖掘技术与建筑工程之间的知识跨度较大,将两者完美融合起来存在一定难度,实际工程中也缺乏相关案例,因此在建筑工程中应用数据挖掘技术挖掘相关信息,为大型公共建筑用电能耗预测提供参考依据,是建筑领域一种新的发展趋势。基于对公共建筑用电能耗特性的分析,可利用Python构建BP神经网络建筑能耗预测模型,再将某公共建筑作为研究对象,确定影响建筑用电能耗的关键因素,并将其作为网络的输入参数进行学习训练得出预测值。研究结果表明:预测模型在不同参数下,当隐含层个数为8时,误差平方和最小,为0.000 139 6,此时BP神经网络能够较精确地预测公共建筑用电能耗值。

论文目录

• 0 引言
• 1 神经网络及其基本原理
•   1.1 BP神经网络
•   1.2 BP神经网络基本原理
• 2 建筑物能耗BP神经网络模型设计
•   2.1 数据处理
•   2.2 模型设计
•   2.3 模型工作机理及训练过程
• 3 模型检验及结果分析
•   3.1 网络训练
• 4 结语

文章来源

类型: 期刊论文

作者: 李嘉玲,蒋艳

关键词: 建筑能耗,神经网络,预测模型

来源: 软件导刊 2019年07期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 建筑科学与工程,自动化技术

单位: 上海理工大学管理学院

分类号: TU242;TU111.195;TP183

页码: 49-52

总页数: 4

文件大小: 1504K

下载量: 796