首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于BP神经网络的房间空调器长效性能预测及分析

摘要第5-7页
Abstract第7-8页
第一章 绪论第12-27页
    1.1 课题研究背景及意义第12-13页
        1.1.1 课题背景第12-13页
        1.1.2 课题的提出及研究目的和意义第13页
    1.2 国内外空调器长效性能研究现状第13-24页
        1.2.1 空调器整机长效性能的研究第14页
        1.2.2 冷凝器和蒸发器长效性能的研究第14-22页
        1.2.3 压缩机长效性能的研究第22-23页
        1.2.4 制冷剂及润滑油影响空调器长效性能的研究第23-24页
        1.2.5 风机电容、压缩机电容、风机电机对空调器长效性能的研究第24页
    1.3 空调器用户使用习惯研究现状第24-25页
    1.4 本文的主要工作第25-27页
第二章 房间空调器长效运行性能评价模型建立第27-33页
    2.1 房间空调器长期运行综合性能评价模型第27页
    2.2 房间空调器全年能源消耗率计算第27-32页
        2.2.1 空调器制冷季节第28-29页
        2.2.2 空调器制热季节第29-32页
    2.3 本章小结第32-33页
第三章 BP神经网络在房间空调器长效性能预测中的应用第33-39页
    3.1 BP神经网络基本理论第33-35页
        3.1.1 BP神经网络基本概念第33-34页
        3.1.2 BP神经网络的学习过程以及算法的数学描述第34-35页
    3.2 BP神经网络模型建立第35-37页
        3.2.1 原始数据处理第35页
        3.2.2 网络层数的确定第35-36页
        3.2.3 各层神经元数确定第36-37页
        3.2.4 激励函数的选取第37页
        3.2.5 学习参数确定第37页
    3.3 BP神经网络运用在空调长效性能预测中的可行性分析第37-38页
    3.4 本章小结第38-39页
第四章 房间空调器长效运行性能预测及分析第39-59页
    4.1 样本空调收集第39-42页
        4.1.1 样本空调使用时间第39页
        4.1.2 样本空调使用地点第39-40页
        4.1.3 样本空调测试第40-42页
    4.2 BP神经网络预测模型结构设计第42-56页
        4.2.1 输入参数确定第42-48页
        4.2.2 输出参数确定第48-49页
        4.2.3 BP神经网络预测模型激励函数和训练算法的选择第49-50页
        4.2.4 隐含层数目和各隐含层节点数的选取第50-56页
    4.3 房间空调器长效运行性能BP神经网络模型第56页
    4.4 空调长效运行性能影响因素权重分析第56-57页
    4.5 本章小结第57-59页
第五章 房间空调器在线运行监测及分析第59-77页
    5.1 空调器实际使用情况分析第60-68页
        5.1.1 室外环境温度对用户开机行为影响第61-63页
        5.1.2 室外环境温度对空调器开机时间的影响第63-65页
        5.1.3 用户家庭环境对空调器开机时间的影响第65-68页
    5.2 室外环境温度对空调器实际使用性能影响分析第68-74页
        5.2.1 室外环境温度对空调器逐时性能影响分析第69-71页
        5.2.2 室外环境温度对空调器逐日性能影响分析第71-74页
    5.3 房间空调器实际运行过程中热力学完善度分析第74-75页
    5.4 本章小结第75-77页
结论与展望第77-79页
    结论第77-78页
    展望第78-79页
参考文献第79-85页
攻读硕士学位期间取得的研究成果第85-86页
致谢第86-87页
附件第87页

论文共87页,点击 下载论文
上一篇:岭南地区商业综合体裙房屋面利用研究
下一篇:建筑边坡加固工程中树根桩的受力性能研究