...
机译:基于深度学习算法的建筑物短期冷负荷预测方法
Shenzhen Univ, Dept Construct Management & Real Estate, Shenzhen, Peoples R China;
Hong Kong Polytech Univ, Dept Bldg Serv Engn, Kowloon, Hong Kong, Peoples R China;
Zhejiang Univ, Inst Refrigerat & Cryogen, Hangzhou, Zhejiang, Peoples R China;
Building cooling load; Building energy prediction; Deep learning; Data mining; Big data;
机译:一种基于混合的基于深度学习的短期建筑能量负荷预测方法与解释过程结合
机译:使用最先进的深度学习方法在建筑物中以乘客为中心的杂项电荷预测
机译:加强负载预测的深度学习,提高组合冷却,加热和电力系统的最佳活性能量管理
机译:建筑能耗预测中数据驱动模型的自动调谐方法:一种冷却负荷预测的情况
机译:美国商业建筑的建筑物峰值制冷负荷计算方法分析。
机译:朝向高效建筑设计:通过多输出模型进行加热和冷却负载预测
机译:发展侵入性杂草,社会蜘蛛,随机青蛙跳跃,生物地理 - 和和谐搜索优化算法,为住宅建筑冷却负荷模拟的早期预测