机译:使用人工神经网络预测机构建筑物的日间冷能负荷
Natl Univ Singapore, Sch Design & Environm, Dept Bldg, Singapore 117548, Singapore;
Natl Univ Singapore, Sch Design & Environm, Dept Bldg, Singapore 117548, Singapore;
Natl Univ Singapore, Sch Design & Environm, Dept Bldg, Singapore 117548, Singapore;
Natl Univ Singapore, Sch Design & Environm, Dept Bldg, Singapore 117548, Singapore|Univ Athens, Grp Bldg Environm Res, Dept Phys, Athens 15784, Greece;
Forecasting models; Building energy; Institutional buildings; Artificial Neural Networks; Machine learning; Cooling load;
机译:结合人工神经网络和集成方法的新型建筑冷却负荷动态预测模型
机译:预测建筑物的每小时制冷量:支持向量机和不同人工神经网络的比较
机译:基于Ensemble Kalman滤波器的机构混合高层通风高层建筑的冷负荷和节能潜力的动态预测
机译:从人工神经网络中应用在电负荷需求预测问题中的知识规则的提取问题如何人工神经网络保留知识并进行可靠的预测
机译:使用带有外源多变量输入的非线性自回归人工神经网络进行电力负荷的短期预测
机译:土耳其电力市场中基于人工神经网络和SARIMA的电力负荷预测模型
机译:建议与人工神经网络相结合的随机分形搜索范例,用于早期预测居住建筑物的冷却负荷