摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-18页 |
1.1 研究背景 | 第9页 |
1.2 研究目的及意义 | 第9-10页 |
1.2.1 研究目的 | 第9页 |
1.2.2 研究意义 | 第9-10页 |
1.3 国内外研究现状 | 第10-15页 |
1.3.1 被动式超低能耗住宅建筑适宜性技术体系研究与实践 | 第10-13页 |
1.3.2 被动式超低能耗建筑适宜性技术体系评价研究 | 第13-15页 |
1.4 研究内容、方法及技术路线 | 第15-16页 |
1.4.1 研究内容 | 第15页 |
1.4.2 研究方法及技术路线 | 第15-16页 |
1.5 研究创新点 | 第16-17页 |
1.6 本章小结 | 第17-18页 |
第二章 被动式超低能耗住宅适宜性技术体系及模拟评价 | 第18-41页 |
2.1 被动式超低能耗住宅适宜性技术体系 | 第18-19页 |
2.1.1 夏热冬冷地区建筑传热过程及特点 | 第18页 |
2.1.2 适宜性被动式技术体系 | 第18-19页 |
2.2 标准模型构建及参数设定 | 第19-22页 |
2.2.1 标准模型的构建 | 第19-20页 |
2.2.2 标准模型基本参数设定 | 第20-22页 |
2.3 需求最小化技术策略模拟及评价 | 第22-37页 |
2.3.1 建筑外墙影响因子分析 | 第22-26页 |
2.3.2 屋面影响因子分析 | 第26-29页 |
2.3.3 建筑外窗影响因子分析 | 第29-34页 |
2.3.4 通风换气次数影响因子分析 | 第34-37页 |
2.4 供给最优化技术策略应用及评价 | 第37-40页 |
2.4.1 太阳能技术利用 | 第37-39页 |
2.4.2 新风余热回收系统 | 第39-40页 |
2.5 本章小结 | 第40-41页 |
第三章 被动式超低能耗住宅建筑适宜性技术体系集成优化方案 | 第41-65页 |
3.1 基于BP神经网络的建筑能耗预测模型研究 | 第41-44页 |
3.1.1 BP神经网络的概述 | 第41-42页 |
3.1.2 BP神经网络的构建 | 第42-44页 |
3.2 正交试验设计方法及训练数据确定 | 第44-59页 |
3.2.1 正交试验设计方法概述 | 第44页 |
3.2.2 正交试验训练数据确定 | 第44-59页 |
3.3 BP神经网络训练结果分析及方案优选 | 第59-63页 |
3.3.1 训练及预测结果分析 | 第59-62页 |
3.3.2 方案优选及优化策略 | 第62-63页 |
3.4 本章小结 | 第63-65页 |
第四章 被动式超低能耗住宅建筑增量成本分析及增量经济效益评价 | 第65-71页 |
4.1 被动式超低能耗住宅建筑增量成本与增量效益 | 第65-66页 |
4.1.1 增量成本 | 第65页 |
4.1.2 增量效益 | 第65-66页 |
4.2 被动式超低能耗住宅建筑增量成本分析与增量效益分析 | 第66-70页 |
4.2.1 增量成本分析 | 第66-67页 |
4.2.2 增量经济效益分析 | 第67-70页 |
4.3 本章小结 | 第70-71页 |
第五章 结论与展望 | 第71-74页 |
5.1 结论 | 第71-72页 |
5.2 展望 | 第72-74页 |
参考文献 | 第74-79页 |
附录A 攻读学位期间所发表的学术论文目录 | 第79-80页 |
附录B 攻读学位期间所参与的项目 | 第80-81页 |
附录C 被动式建筑技术体系能耗预测模型清单 | 第81-85页 |
致谢 | 第85页 |