论文部分内容阅读
本文中利用时间、大气干球温度、环境温度、太阳辐射强度、t-1时刻的系统冷负荷和t-24时刻的系统冷负荷作为输入变量进行建模预测。本文充分利用遗传算法的全局搜索的优势以及BP神经网络精于局部精确搜索的特性,采用遗传算法(Genetic Algorithm,GA)优化神经网络算法各因子的初始权重,充分达到了两种智能算法有机结合,达到了优势互补的目的。结果表明,遗传算法和神经网络的有效结合显著提高了预测精度,证明了这种方法的有效性和可靠性,为指导动态冰蓄冷空调系统负荷预测和提高预测精度提供了新途径。