基于多模型加权集成的室内温度预测系统分析
时间:2026-03-24 作者:武旭
【摘要】在建筑集中供暖中采用高效能源管理策略有助于建筑节能。精准的室内温度预测是精准管理供暖的重要前提。本研究提出了一种集成了线性回归、岭回归、回归树、支持向量回归、神经网络 5 种拟合方法的集成模型,旨在进行更加精准稳定的独立室内温度预测。对比5 种单独的拟合方法,集成模型对于24 个独立房间下一时刻温度的预测效果为:均方根差RMSE为0.1308,平均绝对误差MAE为0.1046,决定系数 R2 达到了 0.9973,在所有拟合模型中的拟合效果最为优秀稳定,表明其拟合效果显著优于岭回归、支持向量回归等单一对比模型,验证了集成策略在提升拟合优度与预测稳定性方面的有效性,为潜在工程应用提供指导。
关键词:集成模型;机器学习;建筑室温;温度预测