公开(公告)号：CN112418495A

公开(公告)日：2021-02-26

申请号：CN202011246897.8

申请日：2020-11-10

Applicant: 江苏农林职业技术学院

Inventor： 胡程磊 ,  仲颖 ,  孙璧文 ,  姬丽雯 ,  王宜雷 ,  董育亮

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06N3/08 ,  G06N3/00

Abstract: 本发明公开了一种基于天牛须优化算法和神经网络的建筑能耗预测方法，包括以下四个主要步骤：1)采集建筑能耗相关数据，并对数据进行主成分分析及归一化预处理；2)确定具有误差反向传播学习功能的多层前馈神经网络模型的输入输出项及网络结构；3)利用天牛须算法优化BP网络的连接权值和阈值；4)利用优化得到的BAS‑BP预测模型对建筑电力能耗进行短期预测。本发明利用主成分分析算法对预输入变量进行主成分分析，选择符合主成分提取要求的变量，从而降低输入维度；利用天牛须算法的全局优化能力对神经网络模型的结构和参数进行优化。相对于目前的建筑能耗预测方法，本发明提出的预测模型具有结构简单、预测精度高、运行时间短等优点。