不确定环境下智能大厦空调系统调度的评估与优化研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 第一章 绪论 | 第14-24页 |
| ·研究背景与意义 | 第14-16页 |
| ·研究挑战与创新点 | 第16-18页 |
| ·相关工作介绍 | 第18-22页 |
| ·智能大厦的能耗研究 | 第18-19页 |
| ·价格时间自动机的相关研究 | 第19-20页 |
| ·统计模型检验的相关研究 | 第20-21页 |
| ·机器学习在智能大厦研究中的应用 | 第21-22页 |
| ·本文组织结构 | 第22-24页 |
| 第二章 相关理论介绍 | 第24-32页 |
| ·价格时间自动机理论 | 第24-27页 |
| ·统计模型检验和UPPAAL-SMC | 第27-28页 |
| ·智能大厦的热建模 | 第28-29页 |
| ·监督学习和神经网络算法 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 不确定环境下的智能大厦建模 | 第32-50页 |
| ·不确定环境分析 | 第32-36页 |
| ·空调系统建模分析 | 第36-38页 |
| ·空调系统建模详解 | 第38-48页 |
| ·环境建模 | 第39-43页 |
| ·控制器建模(Controller Model) | 第43-45页 |
| ·调度策略建模(Strategy Model) | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 空调系统策略评估及参数寻优 | 第50-58页 |
| ·空调系统的建模、策略评估和参数寻优框架 | 第50-51页 |
| ·策略评估 | 第51-52页 |
| ·参数配置的寻优流程 | 第52-54页 |
| ·寻优流程详细说明 | 第54-57页 |
| ·特征提取和组合生成 | 第54-55页 |
| ·特征向量集采样 | 第55-56页 |
| ·回归模型的训练和预测 | 第56-57页 |
| ·最优参数配置实例生成 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第五章 案例研究 | 第58-74页 |
| ·实验描述 | 第58-60页 |
| ·空调系统的调度策略评估 | 第60-65页 |
| ·空调系统的参数配置寻优 | 第65-72页 |
| ·本章小结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-84页 |
| 攻读硕士学位期间发表论文和参与科研情况 | 第84-85页 |
