本文主要研究内容
作者胡昊,吕晓军,陈瑞凤（2019）在《基于BFOA-SVR的铁路车站环境温度预测》一文中研究指出：铁路车站是人群密集的大型公共建筑,站内温度易受外界温度与站内湿度、光照、人群等多种动态复杂因素的影响。针对站内温度的预测具有时变性、复杂性、非线性等特点,因此提出了一种基于细菌觅食优化算法(Bacterial-Foraging Optimization Algorithm,BFOA)的支持向量回归(Support Vector Regression,SVR)的铁路车站环境温度预测。首先将环境数据作为特征向量输入,并通过BFOA算法对SVR模型的进行参数优化,最后基于优化模型开展温度预测,并与GA、PSO算法优化模型进行仿真对比。实验结果表明,相较于其它模型,该模型具有更好的预测精准度和鲁棒性,预测结果可以为车站环境调控与设备节能提供决策依据。
Abstract
tie lu che zhan shi ren qun mi ji de da xing gong gong jian zhu ,zhan nei wen du yi shou wai jie wen du yu zhan nei shi du 、guang zhao 、ren qun deng duo chong dong tai fu za yin su de ying xiang 。zhen dui zhan nei wen du de yu ce ju you shi bian xing 、fu za xing 、fei xian xing deng te dian ,yin ci di chu le yi chong ji yu xi jun mi shi you hua suan fa (Bacterial-Foraging Optimization Algorithm,BFOA)de zhi chi xiang liang hui gui (Support Vector Regression,SVR)de tie lu che zhan huan jing wen du yu ce 。shou xian jiang huan jing shu ju zuo wei te zheng xiang liang shu ru ,bing tong guo BFOAsuan fa dui SVRmo xing de jin hang can shu you hua ,zui hou ji yu you hua mo xing kai zhan wen du yu ce ,bing yu GA、PSOsuan fa you hua mo xing jin hang fang zhen dui bi 。shi yan jie guo biao ming ,xiang jiao yu ji ta mo xing ,gai mo xing ju you geng hao de yu ce jing zhun du he lu bang xing ,yu ce jie guo ke yi wei che zhan huan jing diao kong yu she bei jie neng di gong jue ce yi ju 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机仿真的胡昊,吕晓军,陈瑞凤，发表于刊物计算机仿真2019年04期论文，是一篇关于铁路车站论文,细菌觅食优化算法论文,支持向量回归模型论文,温度预测论文,计算机仿真2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机仿真2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：铁路车站论文; 细菌觅食优化算法论文; 支持向量回归模型论文; 温度预测论文; 计算机仿真2019年04期论文;