基于APSO优化算法的GCHP系统神经网络预测控制
作者：王桂洋 张亚庭
摘要：针对地源热泵（GCHP）系统的能量消耗问题，提出了一种基于自适应粒子群（APSO）优化算法和最邻近聚类径向基神经网络（RBFNN）建模的预测控制策略；首先，利用神经网络建立系统的输出预测模型，然后通过粒子群的滚动优化算法求解得到最优控制量；仿真结果表明，该方法能够在满足负荷要求的前提下，有效地降低GCHP系统在运行过程中的能量消耗。
分类：
- 期刊
- >
- 自然科学与工程技术
- >
- 信息科技
- >
- 自动化技术
收录：
- SA 科学文摘(英)
- 剑桥科学文摘
- 国家图书馆馆藏
- 上海图书馆馆藏
- 知网收录(中)
- 维普收录(中)
- 万方收录(中)
- 统计源期刊(中国科技论文优秀期刊)
关键词：
- 地源热泵系统
- 径向基神经网络
- 自适应粒子群算法
- 预测控制
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
