基于PSO-RVM算法的地铁通风量需求预测建模  

作　　者：钱飞 QIAN Fei

机构地区：[1]南瑞集团有限公司国电南瑞科技股份有限公司,江苏南京211106

出　　处：《信息技术与信息化》2021年第8期116-118,共3页Information Technology and Informatization

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。

关 键 词：关联向量机 支持向量机 地铁通风空调 粒子群算法 

分 类 号：U231.5[交通运输工程—道路与铁道工程] TP18[自动化与计算机技术—控制理论与控制工程]