基于PSO-RVM算法的地铁通风量需求预测建模

摘要

鉴于地铁通风空调系统具有滞后、非线性、时变等特性,基于西北角站通风系统实测数据样本,通过比较分析多种常用核函数的关联向量机模型性能,选择高斯核函数的关联向量机进行地铁通风量需求预测建模,并运用粒子群算法优化模型核参数,避免盲目寻优.研究表明,相对于支持向量机,基于高斯核函数的PSO-RVM算法更适用于建立地铁车站通风量需求预测模型,可进一步整合到地铁智慧车站综合运管平台,实现地铁通风空调系统的优化控制及能效提升.