基于PSO和CRO联合算法的飞机客舱能耗预测
为了满足飞机停靠时基于地面空调的客舱能耗预测的快速性和准确性要求，提出了一种神经网络、微粒群和珊瑚礁相结合的飞机客舱能耗预测方法，该方法是基于小波神经网络建立能耗预测模型，采用珊瑚礁和微粒群联合算法优化预测模型参数。联合算法采用了双层框架，第一层将数据进行分组采用微粒群算法进行初步优化，之后将第一层优化结果送入第二层，在第二层利用珊瑚礁算法进一步优化，以提高预测精度并解决微粒群算法收敛速度慢、容易陷入局部极值的问题。最后进行了仿真，结果表明提出的联合算法能有效提高能耗预测速度和能耗预测的精度。
联合算法 小波神经网络 微粒群算法 珊瑚礁算法 飞机客舱 能耗预测
王修岩 刘艳敏 张革文 李宗帅 林家泉
中国民航大学 电子信息与自动化学院,天津 300300
国内会议
珠海
中文
3074-3081
2018-10-18（万方平台首次上网日期，不代表论文的发表时间）