改进鲸鱼算法构建混合模型的建筑能耗预测

来源：计算机测量与控制杂志2020年第2期北京时间：

作者：王 茹,宋 爽,贺 佳

单位：西安建筑科技大学 信息与控制工程学院

摘要：建筑能耗数据具有非平稳和非线性特征,单一预测模型很难对其进行精准预测,提出一种用于建筑能耗短期预测的新型混合模型。利用互补集合经验模态分解方法(CEEMD)将波动性较大的能耗数据分解为一组本征模态函数和一个残差序列；基于反向学习、差分进化算法并引入控制参数对鲸鱼优化算法(WOA)进行改进,有效解决算法早熟收敛与陷入局部最优等问题,提出改进算法UWOA(upgraded whale optimization algorithm)；利用UWOA优化Elman神经网络的权值与阈值,优化后的Elman神经网络对本征模态函数和残差序列进行预测并集成,得到能耗预测值。应用CEEMD-UWOA-Elman混合模型对上海某大型公共建筑能耗进行短期预测,结果显示混合模型获得很好的预测效果。

关键词：改进的鲸鱼优化算法;互补集合经验模态分解;建筑能耗;预测

基金资助：国家自然科学基金