Abstract：
为了更加精确地建立空调系统负荷预测模型,提出了一种利用改进的云自适应量子粒子群优化算法(ACQPSO)优化极限学习机的模型。通过数值仿真证明ACQPSO算法的寻优精度和收敛速度。利用ACQPSO算法对极限学习机的参数进行优化,建立ACQPSO-ELM模型算法,并将ACQPSO-ELM模型算法应用于空调负荷预测。最后以某高校的图书馆空调负荷样本进行空调负荷预测,仿真实例结果对比结果说明了ACQPSO-ELM模型方法的有效性和优越性。
Keyword：
Reprint 's Address：
Email：
Source ：
Year： 2019
Language： Chinese
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
