基于麻雀搜索算法优化BP神经网络的空调能耗预测方法

    公开(公告)号:CN116976488A

    公开(公告)日:2023-10-31

    申请号:CN202310269175.1

    申请日:2023-03-20

    摘要: 本发明公开了一种基于麻雀搜索算法优化BP神经网络的空调能耗预测方法,包括如下步骤:构建BP神经网络模型,求取模型的均方误差函数;将模型的均方误差函数作为麻雀种群适应度函数,利用麻雀搜索算法对麻雀种群适应度函数执行迭代寻优,找寻麻雀种群中每个个体的最佳位置作为BP神经网络模型的优化权值和优化阈值,将优化权值和优化阈值代入BP神经网络模型,获得输入与输出呈线性映射关系的B P神经网络模型;将预测集数据输入线性映射关系的B P神经网络,输出下一时刻网络预测值,将网络预测值转换成空调能耗需求预测值。本发明通过麻雀搜索算法较强的全局搜索能力,不仅提高BP神经网络模型对空调能耗的预测效果,而且加快收敛速度。