版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、在建筑能耗占整個能源消耗的比例不斷增加的現(xiàn)狀下,尤其是當(dāng)前世界“能源危機(jī)”日益緊迫的關(guān)頭,空調(diào)建筑節(jié)能己成為節(jié)能領(lǐng)域中的一個非常重要的問題。空調(diào)節(jié)能的關(guān)鍵之一是精確確定空調(diào)系統(tǒng)的負(fù)荷,實(shí)現(xiàn)負(fù)荷預(yù)測是空氣調(diào)節(jié)系統(tǒng)優(yōu)化運(yùn)行的基礎(chǔ),而一個具有較好泛化性能的太陽輻射預(yù)測模型,是獲得空調(diào)負(fù)荷精確預(yù)測的關(guān)鍵性前提。本文擬就對建議的太陽輻射預(yù)測小波神經(jīng)網(wǎng)絡(luò)模型的泛化性能改善進(jìn)行深入的探索與研究。 由于太陽輻射具有高度非線性的特點(diǎn),而小波神經(jīng)網(wǎng)
2、絡(luò)處理非線性問題有其特殊的能力,因此本文利用小波神經(jīng)網(wǎng)絡(luò)的非線性函數(shù)逼近及自學(xué)習(xí)、自適應(yīng)的特性,將小波神經(jīng)網(wǎng)絡(luò)預(yù)測方法作為太陽輻射預(yù)測的基礎(chǔ)。 近年來,受生物系統(tǒng)啟發(fā)而設(shè)計(jì)出來的智能算法越來越受到人們重視。免疫算法、神經(jīng)網(wǎng)絡(luò)、遺傳算法并稱為當(dāng)今三大仿生算法。在各學(xué)科相互交叉相互滲透的今天,將遺傳算法、免疫原理與神經(jīng)網(wǎng)絡(luò)技術(shù)結(jié)合,既能利用遺傳算法、免疫算法的全局搜索性能,以較大的概率找到搜索問題的最優(yōu)解,又能利用小波神經(jīng)網(wǎng)絡(luò)具有大
3、規(guī)模的并行處理能力、很強(qiáng)的容錯性和自學(xué)習(xí)、自適應(yīng)能力以及異域聯(lián)想功能、能夠精確映射任意高度非線性的輸入輸出關(guān)系等優(yōu)點(diǎn),兩者相得益彰,能夠?qū)μ栞椛漕A(yù)測小波網(wǎng)絡(luò)泛化能力即網(wǎng)絡(luò)外推能力有較大的改善。 考慮到目前已有的太陽輻射預(yù)測神經(jīng)網(wǎng)絡(luò)模型存在泛化性能不佳的特點(diǎn),而影響神經(jīng)網(wǎng)絡(luò)泛化性能的因素很多,本文從網(wǎng)絡(luò)的結(jié)構(gòu)、樣本、訓(xùn)練精度、網(wǎng)絡(luò)參數(shù)初始化等方面對太陽輻射預(yù)測小波網(wǎng)絡(luò)進(jìn)行了研究:神經(jīng)網(wǎng)絡(luò)的泛化能力依賴于訓(xùn)練樣本集的大小,適當(dāng)?shù)剡x
4、取訓(xùn)練樣本子集不僅使網(wǎng)絡(luò)有較好的預(yù)測結(jié)果,還可以減小訓(xùn)練時(shí)間;同時(shí),只有保證神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)復(fù)雜性和訓(xùn)練樣本數(shù)相匹配,才能使神經(jīng)網(wǎng)絡(luò)達(dá)到給定的泛化能力;網(wǎng)絡(luò)的泛化過程分為三個階段,第一階段,泛化誤差隨著訓(xùn)練時(shí)間的增加單調(diào)下降;第二階段,泛化誤差隨著訓(xùn)練時(shí)間的增加先單調(diào)上升后單調(diào)下降,處于一個較為復(fù)雜的動態(tài)變化時(shí)期;第三階段,泛化誤差又隨著訓(xùn)練時(shí)間的增加單調(diào)增加。對于特定的網(wǎng)絡(luò)結(jié)構(gòu)來說,在訓(xùn)練誤差的最小點(diǎn)出現(xiàn)之前存在一個泛化誤差的最小點(diǎn),也
5、即存在一個最優(yōu)的訓(xùn)練停止時(shí)間,這對我們訓(xùn)練網(wǎng)絡(luò)有一個定性的指導(dǎo)作用。 基于以上研究方法,本文完成了對太陽日總輻射預(yù)測模型、太陽日散射輻射預(yù)測模型泛化性能改善的試驗(yàn)研究。本文中以澳門1991~2000年相關(guān)數(shù)據(jù)作為預(yù)測模型的對象,對預(yù)測模型的網(wǎng)絡(luò)性能參數(shù)、回溯預(yù)測和仿真預(yù)測的平均相對誤差、平均絕對誤差進(jìn)行了實(shí)例分析,為了更進(jìn)一步驗(yàn)證網(wǎng)絡(luò)參數(shù)初始化對太陽輻射預(yù)測小波網(wǎng)絡(luò)泛化性能的改善,本文將用各種智能算法初始化過的太陽輻射預(yù)測小波網(wǎng)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)的太陽輻射復(fù)合預(yù)測技術(shù)研究.pdf
- 關(guān)于改進(jìn)神經(jīng)網(wǎng)絡(luò)泛化性能的若干算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的西北地區(qū)太陽輻射模擬及時(shí)空特征分析.pdf
- 太陽輻射 地面輻射
- 5.3太陽輻射
- 人工神經(jīng)網(wǎng)絡(luò)的泛化性能與降水預(yù)報(bào)的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)預(yù)測研究.pdf
- 基于無線傳感網(wǎng)絡(luò)的太陽輻射計(jì)的研究.pdf
- 太陽輻射與農(nóng)業(yè)生產(chǎn)
- 太陽輻射測量的回顧與展望
- 55721.太陽輻射對混凝土板熱工性能試驗(yàn)研究
- 再生混凝土性能的BP神經(jīng)網(wǎng)絡(luò)預(yù)測.pdf
- BP神經(jīng)網(wǎng)絡(luò)泛化能力改進(jìn)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的云圖識別與超短期直接太陽光輻射預(yù)測研究及應(yīng)用.pdf
- 太陽輻射測量的回顧與展望
- 關(guān)于太陽輻射影響因素教學(xué)
- 我國墻面晴天太陽輻射氣候?qū)W研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的摩擦材料性能預(yù)測研究.pdf
- 自密實(shí)混凝土性能研究及其BP神經(jīng)網(wǎng)絡(luò)預(yù)測.pdf
- 太陽輻射測量的回顧與展望
評論
0/150
提交評論