典型文献
基于相似日LM神经网络的高校图书馆能耗预测
文献摘要：
图书馆在高校建筑中具有非常重要的地位,有较大的节能潜力.然而,近年来对于高校图书馆建筑节能的研究偏少,本文通过提出一种基于相似日LM(Levenberg-Marquardt)神经网络的高校图书馆能耗预测模型,为高校图书馆能耗研究提供参考.以我国某高校图书馆为例,首先通过统计分析的方法得到影响图书馆能耗较为重要的因素,即室内人员、开放策略及气温.然后利用模糊聚类法划分相似日,依据相似日将原有数据进行筛选.接着将处理后的数据对预测模型进行训练.最后将改进后的预测模型与原预测模型的各项指标进行对比分析.依据对比结果可知,改进后模型的平均绝对百分比误差和均方误差分别降低了 1.28％和23.06,拟合度提高了 0.042 1.
文献关键词：
能耗预测;高校图书馆;相似日;列文伯格-马夸尔特算法
中图分类号：
作者姓名：
王茜;于军琪
作者机构：
西安建筑科技大学建筑设备科学与工程学院,陕西西安710055
文献出处：
引用格式：
[1]王茜;于军琪-.基于相似日LM神经网络的高校图书馆能耗预测)[J].西安建筑科技大学学报（自然科学版）,2022(03):459-465
A类：
B类：
相似日,LM,高校图书馆,高校建筑,节能潜力,图书馆建筑,建筑节能,偏少,Levenberg,Marquardt,能耗预测模型,影响图,内人,开放策略,模糊聚类法,平均绝对百分比误差,均方误差,拟合度,伯格,夸尔,尔特
AB值：
0.316946
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
