Indexed by：
Abstract：
为降低建筑能耗影响因素间复杂相关性对模型性能的影响，建立了一种基于 KPCA-WLSSVM 的建筑能耗预测模型。利用核主元分析（KPCA）对输入变量进行数据压缩，消除变量之间的相关性，简化模型结构；进一步采用加权最小二乘支持向量机（WLSSVM）方法建立建筑能耗预测模型，同时结合一种新型混沌粒子群-模拟退火混合优化（CPSO-SA）算法对模型参数进行优化，以提高模型的预测性能及泛化能力。通过将 KPCA-WLSSVM 模型方法应用于某办公建筑能耗的预测中，并与 WLSSVM、LSSVM 及 RBFNN 模型相比，实验结果表明，KPCA-WLSSVM 模型方法能有效提高建筑能耗预测精度。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
土木建筑与环境工程
ISSN： 1674-4764
Year： 2015
Issue： 5
Page： 109-115
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
