摘要：針對極限學習機隨機產生輸入權值和隱層偏置導致模型不穩定的問題,本文提出了一種基于改進天牛須算法-優化極限學習機(BSAS-ELM)的地源熱泵能耗預測模型,此模型收斂速度快、泛化能力強。將BSAS-ELM的預測結果與極限學習機(ELM)及支持向量機(SVM)進行比較表明,基于BSAS-ELM的地源熱泵能耗預測模型能顯著提高能耗預測精度。