基于神经网络的建筑能耗预测方法及系统

本发明公开了基于神经网络的建筑能耗预测方法及系统；本发明涉及建筑工程技术领域；BP神经网络模型的输入是输入向量x。输出是能耗预测值y。BP神经网络模型包括输入层、隐藏层和输出层；损失函数使用平均绝对误差MAE。优化器使用梯度下降法。每个粒子代表BP神经网络的一组权重和偏置，并随机初始化粒子的位置和速度。本发明的BP神经网络能够通过其强大的非线性处理能力，捕捉到这些复杂关系，从而提高预测的准确性。POS算法作为一种群体智能优化算法，能够同时搜索解空间中的多个区域，有效避免陷入局部最优解。本发明通过POS算法优化BP神经网络的权重和偏置，可以进一步提升模型的预测性能，确保预测结果更加接近实际能耗情况。