基于改进天牛须算法-优化极限学习机的地源热泵能耗预测研究

摘要：针对极限学习机随机产生输入权值和隐层偏置导致模型不稳定的问题,本文提出了一种基于改进天牛须算法-优化极限学习机(BSAS-ELM)的地源热泵能耗预测模型,此模型收敛速度快、泛化能力强。将BSAS-ELM的预测结果与极限学习机(ELM)及支持向量机(SVM)进行比较表明,基于BSAS-ELM的地源热泵能耗预测模型能显著提高能耗预测精度。