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 |