基于改进神经网络算法预测康定市某小区供热负荷
打开文本图片集
【摘要】
为了提高供热负荷预测的准确性，研究提出了一种基于主成分分析法和遗传算法优化的反向传播神经网络（Principal Component Analysis-Genetic Algorithm-Back Propagation，PCA-GA-BP）预测模型。该模型首先采用PCA从原始集中供热监测数据中提取了4个主成分，作为BP神经网络输入参数，去除了输入变量之间的冗杂与相关性，随后，利用GA对BP神经网络的权值和阈值进行优化，以此构建PCA-GA-BP热负荷预测模型。（剩余6981字）