一种基于混合神经网络的建筑性能预测方法及评估系统

AITNT
正文
推荐专利
一种基于混合神经网络的建筑性能预测方法及评估系统
申请号:CN202510105908
申请日期:2025-01-23
公开号:CN119940138B
公开日期:2025-11-21
类型:发明专利
摘要
本发明涉及智能建筑技术领域,提供了一种基于混合神经网络的建筑性能预测方法,包括:实时抓取材料价格数据;混合神经网络模型包括:价格特征转换单元,将材料价格数据转换为价格特征;第一长短期记忆网络,从历史能耗数据中提取能耗时间特征;第二长短期记忆网络,从场地气候数据中提取气候时间特征;三维卷积神经网络,从三维体积数据中提取建筑的三维空间特征;拼接模块,获得综合特征表示;全连接模块,从综合特征表示提取非线性特征;输出模块,对非线性特征进行回归处理获得建筑的能耗、成本和全生命周期碳排放量。本发明还公开了一种基于混合神经网络的建筑性能评估系统。本发明提高了建筑多性能预测的精度和现实适应性。
技术关键词
混合神经网络模型 性能预测方法 立方体 长短期记忆网络 非线性特征 三维卷积神经网络 能耗 排放量 气候 数据获取模块 性能评估系统 拼接模块 转换单元 复杂度 输出模块 智能建筑技术 样本 物理
系统为您推荐了相关专利信息
1
二维码建图方法、装置及设备
节点 加权残差 坐标系 建图方法 非线性优化算法
2
一种近红外光谱少样本的多维双流对比互学习方法
学习方法 样本 注意力机制 联合损失函数 数据
3
一种3C-SiC裂纹扩展和力学性能预测方法
力学性能预测方法 立方碳化硅 微观结构演化 裂纹尺寸 断裂力学模型
4
一种在线监测龙门吊大梁拱度变化的方法
龙门吊大梁 初始弹性模量 实时数据采集 大型龙门起重机 动态校正
5
基于P2D-LNN融合模型的锂电池SOC估计方法
SOC估计方法 锂离子电池 协方差矩阵 表达式 电解质
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号