《表1 α取不同值各算法的预测指标RMSE值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《降维式自主迁移强化学习建筑能耗预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图3为不同算法收敛情况下不同Sarsa、VFT-HSA、FTRL、STRL算法的R值的大小，该值为每个算法都独立执行20次求出的平均值。由表可知，算法收敛时Sarsa、VFT-HSA、FTRL、STRL算法的R值分别为0.57、0.32、0.29、-0.21，因R值为能耗实际值与预测值之间的差值和，由表可知，不同Sarsa、VFT-HSA、FTRL、STRL算法的R值越来越接近零值，可知预测值与实际值之间的差值越来越小，建筑能耗预测的准确性越来越高，因为建筑能耗预测过程中STRL算法更多地考虑影响能耗的因素，从而使得预测准确性提高。综上可知，各算法能耗预测方法依次Sarsa、VFT-HSA、FTRL、STRL算法越来越接近实际值，能耗预测效果越好。