首页--工业技术论文--一般工业技术论文--制冷工程论文--制冷机械和设备论文--制冷设备论文--空调器论文

基于人工鱼群算法的空调水系统优化控制研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第13-17页
    1.1 研究背景和意义第13页
        1.1.1 研究背景第13页
        1.1.2 本文研究的意义第13页
    1.2 研究现状第13-15页
        1.2.1 变流量控制策略第13-14页
        1.2.2 变流量控制方法第14-15页
        1.2.3 人工鱼群算法(AFSA)的发展第15页
    1.3 本论文的结构第15-16页
    1.4 本章小结第16-17页
第二章 变流量空调冷冻水系统的压差控制研究第17-25页
    2.1 变流量空调水系统概述第17页
    2.2 变流量空调冷冻水系统的组成和原理第17-18页
    2.3 变流量空调冷冻水系统的控制回路第18-19页
    2.4 水泵工作点与最不利热力环路第19-20页
        2.4.1 水泵工作点第19-20页
        2.4.2 最不利热力环路第20页
    2.5 空调系统的压差控制第20-22页
        2.5.1 压差控制方式分类第20-21页
        2.5.2 定压差控制与变压差控制的比较第21-22页
    2.6 变压差控制的实现第22-24页
        2.6.1 压差设定值优化设置的参考变量第22-23页
        2.6.2 压差设定值优化设置阀位域第23页
        2.6.3 压差设定值最佳阀位域第23页
        2.6.4 压差重整化线性调整算法第23-24页
    2.7 本章小结第24-25页
第三章 鱼群算法概述第25-33页
    3.1 鱼群算法的基本思想第25-26页
    3.2 基本概念介绍第26-28页
        3.2.1 人工鱼第26页
        3.2.2 视觉第26页
        3.2.3 相关定义第26-28页
    3.3 算法内容第28-29页
        3.3.1 行为描述第28-29页
        3.3.2 行为评价和终止条件第29页
        3.3.3 移动策略第29页
    3.4 算法描述第29-30页
    3.5 鱼群算法的收敛性第30-31页
    3.6 本章小结第31-33页
第四章 PID神经网络研究第33-39页
    4.1 PID与神经网络第33-35页
        4.1.1 PID第33页
        4.1.2 神经网络第33-35页
    4.2 PID神经网络的基本结构第35-36页
    4.3 PIDNN的常规训练算法——BP算法第36-37页
    4.4 本章小结第37-39页
第五章 鱼群算法对空调冷冻水系统压差控制的优化第39-45页
    5.1 PIDNN训练算法的优化第39-41页
        5.1.1 BP算法训练PIDNN第39页
        5.1.2 人工鱼群算法训练PIDNN第39-41页
    5.2 鱼群算法训练的PIDNN在压差控制中的应用第41-42页
    5.3 鱼群算法对线性调整算法的优化第42-43页
    5.4 本章小结第43-45页
第六章 对象建模与仿真第45-59页
    6.1 相关设备建模第45-49页
        6.1.1 水泵模型第45-46页
        6.1.2 管网模型第46-47页
        6.1.3 表冷器模型第47-49页
    6.2 定压差与变压差仿真第49-51页
    6.3 压差控制回路仿真第51-55页
    6.4 压差重整化线性调整算法与鱼群算法仿真第55-57页
    6.5 本章小结第57-59页
第七章 结论第59-61页
    7.1 结论第59页
    7.2 展望第59-61页
参考文献第61-65页
作者简介第65页
作者在攻读硕士学位期间发表的学术论文第65-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:由Bethe-Salpeter方程研究强子分子态
下一篇:利用额外电子注入ECR离子源产生高荷电离子研究