| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 智能建筑的发展过程 | 第10-12页 |
| 1.2.1 国外智能建筑的发展过程 | 第10-11页 |
| 1.2.2 国内智能建筑的发展过程 | 第11-12页 |
| 1.3 智能家居的功能 | 第12-16页 |
| 1.3.1 智能家居的环境功能 | 第13-14页 |
| 1.3.2 智能恒舒适建筑热环境 | 第14-16页 |
| 1.4 主要内容 | 第16页 |
| 1.5 技术路线 | 第16-18页 |
| 第2章 马尔科夫及相关理论 | 第18-25页 |
| 2.1 随机过程及马尔科夫介绍 | 第18-20页 |
| 2.1.1 马尔科夫的定义 | 第19-20页 |
| 2.1.2 概率转移矩阵 | 第20页 |
| 2.2 灰色理论及GM（1,1）模型 | 第20-24页 |
| 2.2.1 灰色系统理论简介 | 第20-21页 |
| 2.2.2 灰色GM(1,1)模型 | 第21-22页 |
| 2.2.3 GM(1,1)的残差模型 | 第22页 |
| 2.2.4 GM(1,1)模型精度 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 住宅室内温度预测研究 | 第25-54页 |
| 3.1 数据采集系统 | 第25-29页 |
| 3.2 传统GM(1,1)模型应用下的室内温度预测 | 第29-32页 |
| 3.3 GM(1,1)模型的改进 | 第32-37页 |
| 3.3.1 无偏GM（1,1）模型 | 第32-34页 |
| 3.3.2 新维无偏GM（1,1）模型 | 第34-37页 |
| 3.4 预测程序的训练过程 | 第37-50页 |
| 3.4.1 预测数据长度 | 第37-46页 |
| 3.4.2 区间划分个数以及大小 | 第46-48页 |
| 3.4.3 原始数据序列长度 | 第48-50页 |
| 3.5 室内温度预测计算 | 第50-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第4章 空调滞后性研究 | 第54-66页 |
| 4.1 简介 | 第54-56页 |
| 4.2 迟滞时间影响因素分析 | 第56-60页 |
| 4.2.1 影响因子X | 第56页 |
| 4.2.2 室内温度T_n | 第56-58页 |
| 4.2.3 室外温度T_w | 第58-59页 |
| 4.2.4 空调设定温度T_s | 第59-60页 |
| 4.3 迟滞时间计算方法 | 第60-61页 |
| 4.4 迟滞时间准确性验证 | 第61-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 迟滞时间计算在实际中的应用 | 第66-74页 |
| 5.1 实际应用流程 | 第66-67页 |
| 5.2 实际应用结果 | 第67-72页 |
| 5.2.1 A 家庭房间 | 第67-69页 |
| 5.2.2 B 家庭房间 | 第69-70页 |
| 5.2.3 C 家庭房间 | 第70-71页 |
| 5.2.4 D 家庭房间 | 第71-72页 |
| 5.3 本章小结 | 第72-74页 |
| 第6章 结论与展望 | 第74-76页 |
| 6.1 结论 | 第74页 |
| 6.2 研究不足与展望 | 第74-76页 |
| 6.2.1 不足 | 第74-75页 |
| 6.2.2 展望 | 第75-76页 |
| 参考文献 | 第76-78页 |
| 附录A | 第78-81页 |
| 攻读学位期间的研究成果 | 第81-82页 |
| 致谢 | 第82页 |