标题：基于粒子群优化的极限学习机冰蓄冷空调负荷预测
作者：贲兆强 郭凯 乔玲 段梦
作者单位：西安建筑科技大学信息与控制工程学院，陕西 西安 710055
关键字：极限学习机，粒子群算法，空调负荷，冰蓄冷空调
摘要：以精确的空调负荷预测为前提，方能使得冰蓄冷空调在融冰供冷过程中采取最为合理的运行策略。提出一种改进的增量型极限学习机（PSO-IELM）的建筑物空调负荷预测模型。通过粒子群优化算法，克服传统极限学习机（ELM）在预测中存在的不稳定性。并结合对西安地区某购物中心夏季不同月份的空调负荷进行训练和预测。实例分析结果表明，粒子群优化增量型极限学习机（PSO-IELM）具有更好泛化能力和更高预测精度。是对建筑空调负荷预测的有效手段。