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
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
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
SOC估计方法
锂离子电池
协方差矩阵
表达式
电解质