重庆大学的雷娅蓉用神经网络的方法对重庆市建筑能耗进行调查研究，并且将神经网络法与灰色理论法和线性回归法进行比较，得出神经网络法更适合重庆市建筑能耗预测[14]。对影响重庆市建筑能耗的16种因素用BP神经网络法分析得出预测模型，发现此方法有较好的容错性和鲁棒性。30537
辽宁工程技术学院的冯亚娟用相关分析和鱼骨图和SVM法对建筑能耗分析[15]，对28组工程项目进行分析，用SVM建立预测模型，最终研究发现建筑能耗与户主年龄有较强的相关性，与电器设备数量关系不大。
湖南大学的马卓越运用灰色理论法做出预测模型[16]，然后对模型的正负残差建立了非等间隔残差模型。
 国外建筑能耗预测模型论文网
    雅典大学的S.Karastou和V.Gero用人工神经网络建模的方法预测建筑能源损耗[17]。
Haas[18]等人对家用电器影响因素用时间序列法来分析，发现家庭收入的提高会使能耗上升，而最有效的方法就是提高电器设备的用电效率。而伊朗大学的A. Azadeh 和S.F.Ghaderi 与S.Tarverdian,M.Saberi通过人工神经网络和基因工程来预测电能耗，这种方法的创新点在于能代替时间序列法，对中短期预测有较好的效果。
德国波茨坦研究所的Mady Olonscheck做出的研究分析出德国建筑能耗随着居民人口结构变化而受到影响，并且气候也是影响建筑能耗的重要因素[19]。 建筑能耗预测模型国内外研究现状:http://www.751com.cn/yanjiu/lunwen_26289.html