摘要：提出一种结合调整参数的灰色模型GM（Grey model）和加权最小二乘支持向量机回归WLSSVM（Weighted least squares support vector machine）的办公建筑电能预测模型。利用灰色模型所需原始数据少、建模简单、计算工作量小等特点，选取不同的样本对同一时段进行多类型预测；利用加权最小二乘支持向量机模型非线性拟合性好、小样本和泛化能力强的特点，将预测结果进行组合。求解算法时，使用优化的粒子群算法对加权最小二乘支持向量机算法中使用的参数进行寻优。考虑办公建筑特点，将工作日和节假日区分开进行建模预测，提升了预测精度。与需要提供环境信息的经典RBF神经网络方法和最小二乘支持向量机方法比较，仿真结果验证了模型在办公建筑电能预测上是可行的，短期预测具有较高的精度。
分类：期刊> 自然科学与工程技术> 信息科技> 计算机软件及计算机应用
收录：北大期刊(中国人文社会科学期刊) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > 剑桥科学文摘 > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：灰色模型 加权最小二乘支持向量机 建筑能耗预测 粒子群算法
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
