公开(公告)号：CN117455053B

公开(公告)日：2024-08-20

申请号：CN202311427739.6

申请日：2023-10-31

Applicant: 郑州轻工业大学

Inventor： 栗三一 ,  侯文杰 ,  关宏予 ,  岳伟超 ,  王乾 ,  刘鹏 ,  张勋才

IPC: G06Q10/04 ,  G06Q10/067 ,  G06Q50/08 ,  G06N3/08

Abstract: 本发明提出了一种基于搜索区间重构的随机配置网络预测建筑能耗方法，步骤为：对建筑的历史数据进行整理，生成历史数据集；建立基于随机配置网络的初始建筑能耗预测模型，基于互信息对搜索范围进行分配，隐含层的输入权值在对应搜索范围内随机生成，计算隐含层的输出权值；利用历史数据集计算建筑能耗预测模型的输出误差，若不满足精度要求，则新增一个隐含层神经元，计算增加神经元后的建筑能耗预测模型的输出误差；若满足精度要求，得到最终建筑能耗预测模型；将当前建筑的相关参数作为输入向量输入得到最终建筑能耗预测模型，得到当前能耗预测值。本发明可以在使用较少的隐含层神经元的情况下达到相同的准确性，并且不增加计算复杂性。

公开(公告)号：CN117455053A

公开(公告)日：2024-01-26

申请号：CN202311427739.6

申请日：2023-10-31

Applicant: 郑州轻工业大学

Inventor： 栗三一 ,  侯文杰 ,  关宏予 ,  岳伟超 ,  王乾 ,  刘鹏 ,  张勋才

IPC: G06Q10/04 ,  G06Q10/067 ,  G06Q50/08 ,  G06N3/08

Abstract: 本发明提出了一种基于搜索区间重构的随机配置网络预测建筑能耗方法，步骤为：对建筑的历史数据进行整理，生成历史数据集；建立基于随机配置网络的初始建筑能耗预测模型，基于互信息对搜索范围进行分配，隐含层的输入权值在对应搜索范围内随机生成，计算隐含层的输出权值；利用历史数据集计算建筑能耗预测模型的输出误差，若不满足精度要求，则新增一个隐含层神经元，计算增加神经元后的建筑能耗预测模型的输出误差；若满足精度要求，得到最终建筑能耗预测模型；将当前建筑的相关参数作为输入向量输入得到最终建筑能耗预测模型，得到当前能耗预测值。本发明可以在使用较少的隐含层神经元的情况下达到相同的准确性，并且不增加计算复杂性。