期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
采用中心平衡优化的表冷系统预测控制研究 被引量:1
1
作者 卢志敏 饶伟 +3 位作者 江琳 严德龙 王华秋 向力 《重庆理工大学学报(自然科学)》 CAS 北大核心 2023年第3期212-221,共10页
根据室外温度和相对湿度环境变量,采用极限学习机(extreme learning machine,ELM)搭建空调表冷系统室内温湿度预测模型,解决了空调表冷阀门协调控制问题,采用斐波拉契(Fibonacci)搜索算法优化了极限学习机的隐含层节点数,提出了斐波拉... 根据室外温度和相对湿度环境变量,采用极限学习机(extreme learning machine,ELM)搭建空调表冷系统室内温湿度预测模型,解决了空调表冷阀门协调控制问题,采用斐波拉契(Fibonacci)搜索算法优化了极限学习机的隐含层节点数,提出了斐波拉契极限学习机(FELM),从而提高了预测模型的精度。传统的平衡优化算法(EO)收敛速度慢,且容易陷入局部极小,将K中心聚类算法(KMedoids)嵌入到平衡优化算法中,提高了优化算法的性能。利用中心平衡优化算法(KEO)滚动优化得到表冷系统3个阀门的控制量,即主表冷阀、副表冷阀和电动三通阀的开度。仿真实验表明:与传统的ELM预测控制算法相比,KEO-FELM预测控制具有更高的稳定性和跟踪性,以及更好的节能效果。 展开更多
关键词 空调表冷系统 斐波拉契搜索 极限学习机 预测控制 中心平衡优化算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部