论文部分内容阅读
由于建筑室内温度的变化过程是非常复杂的非线性动态过程,具有缓慢、滞后、易受外界环境影响等特点,因而对建筑室内温度进行经验建模则显得过于简单,进行机理建模又显得非常困难。针对上述问题,提出了输入输出数据的实验建模法,以室外气象参数所作为输入,以建筑室内温度作为输出,通过支持向量机(SVM)的建模方法对建筑的室内温度进行了建模,并与传统的反向传播神经网络(BPNN)建立的模型进行了比较。结果表明SVM模型比BPNN模型建模的效果较好,更加接近实际的模型,也说明了这两种智能建模方法可以在建筑的室内温度的建