基于Hadoop的并行化BP神经网络的能耗预测方法
公开
摘要
本发明公开了一种基于Hadoop的并行化BP神经网络的能耗预测方法，该方法将现在主流的集成学习相关算法与Hadoop分布式平台结合，通过并行计算的方式提高模型建立速度，通过建立多个模型甚至多种不同模型组合的方法来提高算法的泛化能力。本发明能够实现地铁未来能耗的精确预测，提高预测算法的处理能力、计算速度和泛化能力，通过对未来周期的能耗进行预测，优化地铁的控制策略和日常运行，对地铁能效管理、能源分配提供可靠的数据支持。
基本信息
专利标题 ：
基于Hadoop的并行化BP神经网络的能耗预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114298387A
申请号 ：
CN202111557495.4
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-19
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
胡文斌姚跃李华轩秦建楠
申请人 ：
南京理工大学
申请人地址 ：
江苏省南京市孝陵卫200号
代理机构 ：
南京理工大学专利中心
代理人 ：
王玮
优先权 ：
CN202111557495.4
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06N3/08 G06K9/62 G06F16/182
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
