空调能耗在整个建筑能耗中占据着重要的地位，建立空调系统能耗模型可以帮助建筑运营人员制定精确的能源管理计划，优化建筑能耗设备的运行，实现智能化的能源管理。本文提出一种混合空调系统能耗组合预测模型，利用粒子群优化算法（Particle Swarm Optimization，PSO）对多层感知机（Multi-Layer Perceptron，MLP）的超参数进行优化，并使用Boruta对数据集进行特征选择，建立PSO-MLP模型来预测系统能耗。研究结果表明，基于Boruta+PSO-MLP的能耗预测模型能够更准确的预测建筑空调能耗，对比单一的MLP模型，平均绝对误差（Mean Absolute Error，MAE）和均方根误差（Root Mean Squared Error，RMSE）分别降低了57.3%和49.7%，相关系数达到了0.962。

0引 言
1相关理论和方法
1.1 Boruta特征选择算法
1.2 MLP多层感知机
1.3 PSO粒子群优化算法
1.4 PSO-MLP模型构建
2 Boruta算法模型的应用
2.1数据来源
2.2特征工程
3实验设计与分析
3.1模型评价指标
3.2结果分析
4 结论

赵昱,颜承初,郭霖,程远达,王昊博,龚雷阳.基于Boruta+PSO-MLP模型的中央空调系统能耗预测[J/OL].太原理工大学学报:1-10[2023-06-15].http://kns.cnki.net/kcms/detail/14.1220.N.20230612.1649.002.html