差分进化算法优化的LightGBM在冷负荷预测中的实用性研究

摘要：冷负荷预测是中央空调系统节能控制的基础。针对现有冷负荷预测模型存在的局限性，文章提出一种基于差分进化算法(Differential Evolution, DE)优化的轻量级梯度提升机(Light Gradient Boosting Machine, LightGBM)模型，旨在更准确地实现冷负荷预测。该方法可使LightGBM的超参数自适应调整至最优，以应对不同地区和建筑的冷负荷变化规律，进而增强模型的泛化性能。实验结果表明，该方法显著提高了冷负荷预测精度。