典型文献
MIV-PSO-BP神经网络用户热负荷预测
文献摘要：
提出利用MIV-PSO-BP神经网络预测用户热负荷.MIV-PSO-BP神经网络基于BP神经网络,利用PSO算法优化神经网络初始参数,采取MIV算法筛选与输出变量相关程度最大的输入变量.以绝对误差、均方根误差作为指标,评价MIV-PSO-BP神经网络的预测效果.结合箱线图,比较BP神经网络、MIV-PSO-BP神经网络的预测相对误差分散程度与异常点数量.与BP神经网络相比,MIV-PSO-BP神经网络的预测效果更理想.由BP神经网络、MIV-PSO-BP神经网络的预测结果相对误差箱线图可知,MIV-PSO-BP神经网络预测结果相对误差集中,异常点少;BP神经网络预测结果相对误差分散,异常点多.MIV-PSO-BP神经网络预测准确性、稳定性更高.
文献关键词：
热负荷;预测;BP神经网络;MIV-PSO-BP神经网络
中图分类号：
作者姓名：
王新雨;于丹;刘益民;崔治国;岑悦
作者机构：
北京建筑大学,北京100044;中国建筑科学研究院有限公司,北京100013
文献出处：
引用格式：
[1]王新雨;于丹;刘益民;崔治国;岑悦-.MIV-PSO-BP神经网络用户热负荷预测)[J].煤气与热力,2022(02):后插1-后插3,后插10
A类：
B类：
MIV,PSO,网络用户,热负荷预测,神经网络预测,算法优化,优化神经网络,绝对误差,箱线图,异常点,差集,预测准确性
AB值：
0.15971
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。
