基于RF-GA-SVM的医院集中供暖系统一次侧流量预测模型研究

作者：李昌华; 安俊帆; 李智杰^*; 张颉

来源：暖通空调, 2023, 53(02): 103-107.

DOI：10.19991/j.hvac1971.2023.02.16

• 医院
• 建筑能耗
• 集中供暖
• 一次侧流量
• 随机森林
• 遗传算法
• 支持向量机

医院集中供暖系统一次侧流量受多种不确定因素影响。为了降低输入空间维度、节约运算成本、提高预测精确度，提出了一种基于随机森林(RF)特征重要性评估-遗传算法(GA)优化支持向量机(SVM)参数算法的预测模型。首先利用RF算法对特征变量实施重要性评估，利用交叉验证法对特征变量进行过滤，构建供暖系统影响因素指标体系，其次利用遗传算法优化支持向量机参数建立回归预测模型(RF-GA-SVM),最后结合某医院集中供暖系统数据进行了实例分析并与RF预测模型、GA-SVM预测模型进行了对比。预测误差分析表明，本文提出的预测模型(RF-GA-SVM)降低了输入空间维度，避免了局部最优，提高了预测精确度。

• 单位
  西安建筑科技大学