基于IPSO-GPR的HVAC送风温度预测模型

针对AHU系统中的多维、异构、非线性等特点,提出了一种基于改进粒子群的高斯过程回归(IPSO-GPR)算法。在传统的PSO算法上引进了混沌序列和交叉策略,使粒子在运动过程中能够自适应的调整搜索方向和速度,并针对局部最优解附近的区域进行了重点搜索,降低PSO陷入局部最优解的风险。使用平方指数和二次有理两种核函数的组合GPR来应对复杂的AHU非线性系统。对比PSO-GPR方法的预测性能,IPSO-GPR模型预测的送风温度误差保持在0.07℉以下,预测效果更加精确。