基于网格搜索优化的主成分分析-支持向量机算法的冷水机组能耗预测

基于网格搜索优化的主成分分析-支持向量机算法的冷水机组能耗预测

论文摘要

针对冷水机组能耗受多因素影响的特点,本文提出了一种基于主成分分析(Principal Component Analysis,PCA)和支持向量机(Support Vector Machine,SVM)的冷水机组能耗预测模型。采用交叉验证和网格搜索法优化支持向量机(SVM),将PCA-SVM的预测结果与优化后的SVM进行比较,结果表明:优化后的SVM模型的拟合优度较未经优化的模型提升了12.88%,建模时长较未经优化的模型缩短了80%,实现了在提升预测精度的同时节省了计算资源。

论文目录

  • 0 引言
  • 1 网格搜索法优化PCA-SVM
  •   1.1 PCA数据简化法
  •   1.2 支持向量机(SVM)
  •   1.3 支持向量机(SVM)参数寻优
  •   1.4 网格搜索优化PCA-SVM算法流程
  • 2 基于PAC-SVM离心式水冷机组能耗预测模型
  •   2.1 空调水系统工作原理图及数据来源
  •   2.2 数据预处理
  •   2.3 PCA数据简化
  •   2.4 模型建立及参数寻优
  • 3 模型预测结果与分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 刘峥,黄真银,徐成良,陈焕新,李昱瑾

    关键词: 冷水机组能耗预测,主成分分析,支持向量机,参数寻优

    来源: 制冷技术 2019年06期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 建筑科学与工程,自动化技术

    单位: 华中科技大学中欧清洁与再生能源学院,华中科技大学能源与动力工程学院

    基金: 国家自然科学基金(No.51876070,No.51576074)

    分类号: TP18;TU831.3

    页码: 15-20

    总页数: 6

    文件大小: 1303K

    下载量: 190

    相关论文文献

    标签:;  ;  ;  ;  

    基于网格搜索优化的主成分分析-支持向量机算法的冷水机组能耗预测
    下载Doc文档

    猜你喜欢