基于改进PSO-BP神经网络的冰蓄冷空调冷负荷动态预测模型

杨熊; 于军琪; 郭晨露; 华宇剑; 赵安军

doi:10.11835/j.issn.2096-6717.2019.021

您当前的位置：

首页 >

文章列表页 >

基于改进PSO-BP神经网络的冰蓄冷空调冷负荷动态预测模型

更新时间：2023-11-25

- 基于改进PSO-BP神经网络的冰蓄冷空调冷负荷动态预测模型
- Dynamic load forecasting model of ice storage air conditioning based on improved PSO-BP neural network
- 土木与环境工程学报 2019年41卷第1期页码：168-174
- 作者机构：
- 作者简介：
  
  [ "杨熊(1990-), 男, 主要从事智能建筑与建筑节能、智能算法研究, E-mail:18691811913@163.com", "Yang Xiong(1990-), main research interests: intelligent building and building energy saving and intelligent algorithm, E-mail:18691811913@163.com" ]
- 基金信息：
  
  国家重点研发计划(2017YFC0704100);陕西省教育厅产业化培育项目(17JF015)
- DOI：10.11835/j.issn.2096-6717.2019.021
  中图分类号：
- 收稿：2018-03-04，
  
  纸质出版：2019-02
- 稿件说明：
移动端阅览
杨熊, 于军琪, 郭晨露, 等. 基于改进PSO-BP神经网络的冰蓄冷空调冷负荷动态预测模型[J]. 土木与环境工程学报, 2019,41(1):168-174.

Xiong Yang, Junqi Yu, Chenlu Guo, et al. Dynamic load forecasting model of ice storage air conditioning based on improved PSO-BP neural network[J]. Journal of Civil and Environmental Engineering, 2019, 41(1): 168-174.
杨熊, 于军琪, 郭晨露, 等. 基于改进PSO-BP神经网络的冰蓄冷空调冷负荷动态预测模型[J]. 土木与环境工程学报, 2019,41(1):168-174. DOI： 10.11835/j.issn.2096-6717.2019.021.

Xiong Yang, Junqi Yu, Chenlu Guo, et al. Dynamic load forecasting model of ice storage air conditioning based on improved PSO-BP neural network[J]. Journal of Civil and Environmental Engineering, 2019, 41(1): 168-174. DOI： 10.11835/j.issn.2096-6717.2019.021.

摘要

Abstract

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据

相关机构

暂无数据

AI问答

地址：重庆市沙坪坝区沙正街174号重庆大学A区期刊社《土木与环境工程学报（中英文）》编辑部邮编：400044
联系电话：+86-23-65111322 Email：xuebao@cqu.edu.cn
技术支持由北京北大方正电子有限公司提供京ICP备09064830号-19 京公网安备11010802024621
本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies

⁰

基于改进PSO-BP神经网络的冰蓄冷空调冷负荷动态预测模型

Dynamic load forecasting model of ice storage air conditioning based on improved PSO-BP neural network

DOI：10.11835/j.issn.2096-6717.2019.021

摘要

Abstract

关键词

Keywords

references