BP神經(jīng)網(wǎng)絡(luò)對制冷蓄冷空調(diào)用電量預(yù)測分析

建筑節(jié)能是當(dāng)今城市建設(shè)和社會發(fā)展的前沿和研究熱點(diǎn),對建筑的能耗現(xiàn)狀進(jìn)行綜合分析與評估是進(jìn)行節(jié)能改造或節(jié)能設(shè)計(jì)的前提和基礎(chǔ),而建立反映能耗變化的預(yù)測模型是從宏觀尺度上分析認(rèn)識建筑能耗變化與發(fā)展特性、為公共建筑節(jié)能工作提供決策依據(jù)的有效途徑和重要手段。研究針對常規(guī)bp網(wǎng)絡(luò)算法收斂速度慢、易陷入局部最小點(diǎn)的缺點(diǎn),采用了具有較快收斂速度及穩(wěn)定性的lm算法進(jìn)行預(yù)測,構(gòu)造了基于bp神經(jīng)網(wǎng)絡(luò)的建筑物用電量預(yù)測模型。以某市公共建筑原始用電能耗統(tǒng)計(jì)數(shù)據(jù)作為樣本,并采用matlab對預(yù)測模型進(jìn)行了仿真預(yù)測。結(jié)果顯示:誤差在允許范圍內(nèi)。

介紹了神經(jīng)網(wǎng)絡(luò)的發(fā)展及其基本原理，以及常用的b-p網(wǎng)絡(luò)及訓(xùn)練算法，并介紹了神經(jīng)網(wǎng)絡(luò)的各種應(yīng)用，著重其在制冷空調(diào)方面的應(yīng)用；還論述了神經(jīng)網(wǎng)絡(luò)在控制方面應(yīng)用的相關(guān)理論及在制冷空調(diào)系統(tǒng)控制上的嘗試。

介紹了神經(jīng)網(wǎng)絡(luò)的發(fā)展及其基本原理，以及常用的ｂ－ｐ網(wǎng)絡(luò)及訓(xùn)練算法，并介紹了神經(jīng)網(wǎng)絡(luò)的各種應(yīng)用，著重其在制冷空調(diào)方面的應(yīng)用，還討論了神經(jīng)網(wǎng)絡(luò)在控制方面應(yīng)用的相關(guān)理論及在制冷空調(diào)系統(tǒng)控制上的嘗試。

人工神經(jīng)網(wǎng)絡(luò)是一個大量簡單的處理單元廣泛連接組成的復(fù)合網(wǎng)絡(luò),用來模擬大腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。近年來成為高科技研究領(lǐng)域中一門令人矚目的新興學(xué)科。目前,神經(jīng)網(wǎng)絡(luò)在智能控制、語音識別和合成、圖形文字識別、數(shù)據(jù)壓縮、知識工程、最優(yōu)化問題求解、智能計(jì)算機(jī)等領(lǐng)域進(jìn)行的實(shí)踐和取得的初步成果,預(yù)示著人工智能的應(yīng)用不久將會有重大突破。本文主要介紹神經(jīng)網(wǎng)絡(luò)的發(fā)展及其基本原理,以及幾種常用的神經(jīng)網(wǎng)絡(luò)及它們的訓(xùn)練算法,并介紹神經(jīng)網(wǎng)絡(luò)的各種應(yīng)用,著重其在制冷空調(diào)方面的應(yīng)用。神經(jīng)網(wǎng)絡(luò)在控制領(lǐng)域的應(yīng)用已越來越引起人們的注意,本文還將論述神經(jīng)網(wǎng)絡(luò)在控制方面應(yīng)用的相關(guān)理論及在制冷空調(diào)系統(tǒng)控制上的嘗試。

基于小波神經(jīng)網(wǎng)絡(luò)冰蓄冷空調(diào)負(fù)荷預(yù)測——為了節(jié)省冰蓄冷中央空調(diào)系統(tǒng)的運(yùn)行費(fèi)用，準(zhǔn)確地預(yù)測空調(diào)冷負(fù)荷是必不可少的。采用dbl小波對冰蓄冷空調(diào)冷負(fù)荷序列進(jìn)行分解，分別對低頻和高頻序列采用bp網(wǎng)絡(luò)進(jìn)行預(yù)測，將預(yù)測結(jié)果進(jìn)行疊加得到最終預(yù)測值。結(jié)合實(shí)例進(jìn)行了...

針對現(xiàn)階段冰蓄冷中央空調(diào)系統(tǒng)負(fù)荷預(yù)測的bp(backpropagation)模型收斂速度慢和容易陷入局部極小點(diǎn)等缺點(diǎn),結(jié)合遺傳算法ga(geneticalgorithm)和bp神經(jīng)網(wǎng)絡(luò),提出了一種ga-bp算法,并在冰蓄冷中央空調(diào)負(fù)荷預(yù)測系統(tǒng)中應(yīng)用。

針對目前冰蓄冷空調(diào)運(yùn)行管理中存在的每日蓄冰量過多,耗能嚴(yán)重的問題,提出了基于粗糙集和人工神經(jīng)網(wǎng)絡(luò)的冰蓄冷負(fù)荷的預(yù)測模型。該模型減少了數(shù)據(jù)樣本的數(shù)量,提高了冷負(fù)荷預(yù)測精度,有利于冰蓄冷空調(diào)的節(jié)能運(yùn)行。

針對目前冰蓄冷空調(diào)運(yùn)行管理中存在的每日蓄冰量過多,耗能嚴(yán)重的問題,提出了基于粗糙集和人工神經(jīng)網(wǎng)絡(luò)的冰蓄冷負(fù)荷的預(yù)測模型.該模型減少了數(shù)據(jù)樣本的數(shù)量,提高了冷負(fù)荷預(yù)測精度,有利于冰蓄冷空調(diào)的節(jié)能運(yùn)行.

為了節(jié)省冰蓄冷中央空調(diào)系統(tǒng)的運(yùn)行費(fèi)用,準(zhǔn)確地預(yù)測空調(diào)冷負(fù)荷是必不可少的。采用db1小波對冰蓄冷空調(diào)冷負(fù)荷序列進(jìn)行分解,分別對低頻和高頻序列采用bp網(wǎng)絡(luò)進(jìn)行預(yù)測,將預(yù)測結(jié)果進(jìn)行疊加得到最終預(yù)測值。結(jié)合實(shí)例進(jìn)行了空調(diào)逐時冷負(fù)荷預(yù)測,通過小波-bp網(wǎng)絡(luò)與bp網(wǎng)絡(luò)預(yù)測結(jié)果的對比,可知小波-bp網(wǎng)絡(luò)預(yù)測的效果更好。

空調(diào)負(fù)荷是近年來增長較快的一類負(fù)荷,其特性對電網(wǎng)的電壓穩(wěn)定性影響很大。夏季影響空調(diào)負(fù)荷的因素主要是溫度和濕度的變化。為了更好的預(yù)測空調(diào)降溫負(fù)荷,研究了溫度和濕度對空調(diào)負(fù)荷的影響。利用bp人工神經(jīng)網(wǎng)絡(luò)對電網(wǎng)空調(diào)負(fù)荷進(jìn)行了預(yù)測,經(jīng)過分析把日平均濕度量化成4段,和日平均濕度實(shí)際數(shù)值的模型進(jìn)行計(jì)算比較,結(jié)果顯示考慮日最高溫度和日平均濕度量化為4段能更好的模擬溫度、濕度和空調(diào)負(fù)荷之間的非線性關(guān)系,能更好的對電網(wǎng)空調(diào)負(fù)荷進(jìn)行預(yù)測。

bp神經(jīng)網(wǎng)絡(luò)算法具有很好的非線性推理能力及優(yōu)越的自組織、自適應(yīng)、容錯性能。利用該方法對高層建筑地基沉降數(shù)據(jù)進(jìn)行分析,可不考慮地基沉降影響因素與沉降之間的對應(yīng)關(guān)系,而直接根據(jù)已知時間內(nèi)實(shí)際沉降數(shù)據(jù)構(gòu)建模型對未知時間的沉降進(jìn)行預(yù)測推理。將該方法應(yīng)用于西安市某高層建筑的地基沉降數(shù)據(jù)預(yù)測分析,并與多項(xiàng)式擬合方法的分析結(jié)果進(jìn)行對比可知,bp神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測推理能力更強(qiáng),應(yīng)用前景廣闊。

介紹了風(fēng)電功率預(yù)測的背景，對風(fēng)電功率預(yù)測進(jìn)行了理論分析，分析了bp神經(jīng)網(wǎng)絡(luò)的原理及基于bp神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測流程和預(yù)測結(jié)果誤差的評價指標(biāo)。以matlab軟件的神經(jīng)網(wǎng)絡(luò)工具箱為仿真平臺，搭建bp神經(jīng)網(wǎng)絡(luò)，進(jìn)行了功率預(yù)測仿真，預(yù)測結(jié)果均方根誤差分別為6．97％、200．59％。兩組仿真對比結(jié)果表明，基于bp神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測在短期預(yù)測中是可行的．

在對某基坑工程采用bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測基坑開挖引起地表變形的分析中,考慮到現(xiàn)有模型可能會遇到預(yù)測結(jié)果跳不出訓(xùn)練樣本以及訓(xùn)練時間較長的問題,提出采用matlab中的mapminmax函數(shù)進(jìn)行歸一化處理,并基于牛頓法、共軛梯度法和l-m法三種數(shù)值優(yōu)化方法對bp網(wǎng)絡(luò)訓(xùn)練算法進(jìn)行了改進(jìn).研究結(jié)果表明:與常用的基于梯度下降原則相比,改進(jìn)后的bp神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時間和預(yù)測誤差方面均有明顯的優(yōu)勢,采用l-m法的神經(jīng)網(wǎng)絡(luò)在訓(xùn)練樣本時的迭代次數(shù)最少為74次,采用共軛梯度法的預(yù)測結(jié)果與實(shí)測結(jié)果的誤差最大為2.4％,而采用牛頓法神經(jīng)網(wǎng)絡(luò)的預(yù)測值則比較均衡,預(yù)測結(jié)果相對最佳.

根據(jù)盾構(gòu)施工引起地表沉降的具體問題,結(jié)合廣州地鐵三號線某區(qū)間地質(zhì)資料,建立了地表沉降預(yù)測的bp神經(jīng)網(wǎng)絡(luò)模型,并對網(wǎng)絡(luò)進(jìn)行了訓(xùn)練和測試,測試結(jié)果表明,利用神經(jīng)網(wǎng)絡(luò)進(jìn)行盾構(gòu)隧道施工的地表沉降預(yù)測是可行的,可用于工程實(shí)踐。

建筑業(yè)是我國重要的物質(zhì)生產(chǎn)部門之一，在我國的經(jīng)濟(jì)發(fā)展過程中，—直扮演著重要的角色。工程作為建筑業(yè)的核心，工程的管理具有很高的現(xiàn)實(shí)意義。所謂工程造價預(yù)測，是指處于準(zhǔn)備投標(biāo)或準(zhǔn)備建設(shè)的工程項(xiàng)目，在進(jìn)行投標(biāo)或?qū)嵤┣?，依?jù)現(xiàn)有的建設(shè)工程項(xiàng)目資料、結(jié)合建設(shè)工程施工環(huán)境及施工企業(yè)自身?xiàng)l件，采用相應(yīng)的方法對建設(shè)工程項(xiàng)目的成本進(jìn)行預(yù)測，并將預(yù)測結(jié)果用以控制項(xiàng)目實(shí)施過程中的成本支出，能夠提高建筑企業(yè)的項(xiàng)目成本管理的科學(xué)性，促進(jìn)企業(yè)資金的良性運(yùn)轉(zhuǎn)。

短時交通流預(yù)測是現(xiàn)代智能交通系統(tǒng)的核心內(nèi)容,針對城市道路被占所造成的城市交通擁堵排隊(duì)問題,以路段視頻統(tǒng)計(jì)為例,利用bp神經(jīng)網(wǎng)絡(luò)方法就實(shí)際通行能力、具體車輛數(shù)、事故持續(xù)時間與排隊(duì)最長長度之間的關(guān)系進(jìn)行預(yù)測分析,從實(shí)驗(yàn)?zāi)M結(jié)果來看,該方法能有效地解決交通流實(shí)時和可靠性預(yù)測。

bp神經(jīng)網(wǎng)絡(luò)-灰色系統(tǒng)聯(lián)合模型預(yù)測軟基沉降量——目前軟基沉降預(yù)測多采用指數(shù)曲線和雙曲線延伸法，其結(jié)果不夠理想，神經(jīng)網(wǎng)絡(luò)在此方面的運(yùn)用也存在一定的局限，雖然gm(1，1)模型在軟基沉降預(yù)測領(lǐng)域已得到運(yùn)用，但在已有的案例中所使用的等時距模型都沒有明確說明...

本文結(jié)合住宅房地產(chǎn)的價格理論和相關(guān)網(wǎng)站上的數(shù)據(jù),科學(xué)地選取影響商品住宅價格的影響指標(biāo)為人均gdp、人均可支配收入、人口數(shù)量、房地產(chǎn)開發(fā)投資額和商品住宅建筑面積,并以此建立hedonic商品住宅價格影響因素模型。依照bp神經(jīng)網(wǎng)絡(luò)預(yù)測的實(shí)現(xiàn)步驟,探索bp神經(jīng)網(wǎng)絡(luò)在預(yù)測?？谑猩唐纷≌瑑r格的應(yīng)用,得到2018年6月-2019年5月商品住宅價格預(yù)測值,對海口市商品住宅價格的研究具有一定的指導(dǎo)作用。

利用matlab建立bp神經(jīng)網(wǎng)絡(luò),將影響建筑能耗的18個因素作為網(wǎng)絡(luò)的輸入,進(jìn)行學(xué)習(xí)訓(xùn)練,最后通過測試樣本點(diǎn)數(shù)據(jù)預(yù)測建筑能耗,與dest-h模擬計(jì)算得到的結(jié)果比較,發(fā)現(xiàn)相對誤差在3.5%以內(nèi),并通過實(shí)例驗(yàn)證了該網(wǎng)絡(luò)模型的準(zhǔn)確性。該方法使建筑人員在設(shè)計(jì)階段就能快速且準(zhǔn)確地獲得設(shè)計(jì)建筑的能耗。

進(jìn)度控制作為項(xiàng)目管理的主要內(nèi)容，如何對施工進(jìn)度進(jìn)行有效的預(yù)測將有重要的現(xiàn)實(shí)意義，應(yīng)用bp神經(jīng)網(wǎng)絡(luò)技術(shù)對工程進(jìn)度進(jìn)行預(yù)測，得到的預(yù)測值比線性方法更準(zhǔn)確，精度更高。

bp神經(jīng)網(wǎng)絡(luò)是分析處理復(fù)雜非線性問題的一種有效方法,是目前廣泛應(yīng)用的一種神經(jīng)網(wǎng)絡(luò),已被逐漸應(yīng)用于對宏觀經(jīng)濟(jì)問題的研究中。本文有機(jī)地整合了計(jì)量經(jīng)濟(jì)學(xué)與bp神經(jīng)網(wǎng)絡(luò),建立了基于因果關(guān)系理論來確定bp網(wǎng)絡(luò)的輸入變量,基于協(xié)整理論來分析bp網(wǎng)絡(luò)系統(tǒng)的可靠性,基于學(xué)習(xí)率可變的動量bp算法的用于研究經(jīng)濟(jì)領(lǐng)域問題的改進(jìn)bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型,加強(qiáng)了網(wǎng)絡(luò)模型的理論基礎(chǔ),提高了網(wǎng)絡(luò)模型的質(zhì)量,并將其應(yīng)用于西北建筑業(yè)的預(yù)測和控制中,取得了令人滿意的效果。

提出一種采用bp神經(jīng)網(wǎng)絡(luò)算法來預(yù)測深基坑沉降的方法,結(jié)合具體工程實(shí)例,構(gòu)建了預(yù)測深基坑周邊地表沉降具體bp神經(jīng)網(wǎng)絡(luò)模型,預(yù)測結(jié)果表明,該模型有較高的預(yù)測精度,可作為預(yù)測沉降的一種新方法。