典型文献
基于改进GWO-BP的办公建筑能耗预测模型
文献摘要：
建筑能耗数据分析是智慧城市发展研究的一个重要分支.传统的建筑能耗预测神经网络模型存在拟合精度低、预测结果不精确等问题.因此,提出了基于改进GWO-BP神经网络的建筑能耗综合预测模型.首先对GWO算法的原始收敛因子进行降低,使优化保持较快的收敛速度,在后期对其增加,以扩大优化范围,完成GWO算法的改进;其次利用改进GWO算法对BP算法的权重和阈值进行优化完成改进GWO-BP算法的计算过程.实验结果表明,所提改进GWO-BP算法与BP算法相比,样本预测精度指标均方根误差(RMSPE)降低了27％,与传统GWO-BP算法相比降低了7％.该模型具有较强的泛化能力和较好的预测精度和可靠性,完全可以满足实际工程的需要.
文献关键词：
建筑能耗预测;数据分析;GWO算法;BP算法
中图分类号：
作者姓名：
井文强;关宏洁;罗薇;李楚君;刘欣怡
作者机构：
西安欧亚学院 人居环境学院,西安 710055;西安建筑科技大学 建筑设备科学与工程学院,西安 710055
文献出处：
引用格式：
[1]井文强;关宏洁;罗薇;李楚君;刘欣怡-.基于改进GWO-BP的办公建筑能耗预测模型)[J].建筑节能（中英文）,2022(08):125-129,149
A类：
B类：
GWO,办公建筑,建筑能耗预测,能耗预测模型,能耗数据,智慧城市,拟合精度,综合预测模型,收敛因子,收敛速度,样本预测,精度指标,RMSPE,比降,泛化能力
AB值：
0.274698
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。
