| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-20页 |
| ·选题背景与研究意义 | 第11-12页 |
| ·神经网络控制 | 第12-13页 |
| ·最优控制 | 第13-14页 |
| ·预测控制 | 第14-15页 |
| ·变风量空调系统控制 | 第15-17页 |
| ·空调系统除湿 | 第17-18页 |
| ·课题来源与论文研究内容 | 第18-20页 |
| ·课题来源 | 第18页 |
| ·论文主要研究内容及章节安排 | 第18-20页 |
| 第二章 神经网络用于空调区域温湿度预测模型辨识 | 第20-39页 |
| ·研究对象 | 第21-23页 |
| ·空调系统的基本结构 | 第21-22页 |
| ·参数的选择 | 第22-23页 |
| ·神经网络泛化问题 | 第23-26页 |
| ·正则化方法 | 第23-25页 |
| ·最优停止法 | 第25-26页 |
| ·正则化方法与最优停止法相结合 | 第26页 |
| ·基于BP 网络的空调区域预测模型辨识 | 第26-38页 |
| ·样本数据采集与预处理 | 第26-28页 |
| ·BP 网络模型设计原则 | 第28-32页 |
| ·BP 网络参数的确定 | 第32-33页 |
| ·预测模型的训练结果与分析 | 第33-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 神经网络非线性预测优化控制 | 第39-64页 |
| ·神经网络非线性预测优化控制方法描述 | 第40-45页 |
| ·神经网络控制器结构 | 第41-42页 |
| ·神经网络预测控制器训练 | 第42-45页 |
| ·控制方案应用研究 | 第45-55页 |
| ·优化性能指标和控制器设计 | 第45-46页 |
| ·应用仿真研究 | 第46-48页 |
| ·实际应用研究 | 第48-55页 |
| ·与PID 算法控制结果的比较 | 第55-63页 |
| ·PID 算法在VAV 空调控制中的应用 | 第55-57页 |
| ·节能分析 | 第57-63页 |
| ·本章小结 | 第63-64页 |
| 第四章 基于嵌入式控制器的变风量空调智能控制系统实现 | 第64-81页 |
| ·智能控制系统硬件设计 | 第64-67页 |
| ·任务分析 | 第64页 |
| ·智能控制系统硬件组成 | 第64-67页 |
| ·智能控制系统软件设计 | 第67-80页 |
| ·Windows CE 操作系统和 EVC 开发环境 | 第68-70页 |
| ·Windows CE 多线程编程和子线程实现 | 第70-72页 |
| ·数据存储技术应用 | 第72-77页 |
| ·数据采集程序 | 第77-78页 |
| ·智能控制程序 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 第五章 总结与展望 | 第81-83页 |
| ·论文总结 | 第81-82页 |
| ·课题展望 | 第82-83页 |
| 参考文献 | 第83-85页 |
| 附录 A ADAM6500 下程序自动运行的设置方式 | 第85-86页 |
| 附录 B 训练好的空调房间温湿度预测模型神经网络权值 | 第86-87页 |
| 附录 C ADAM4000 系列模块的 ASCII 码命令 | 第87-89页 |
| 研究生阶段发表论文情况 | 第89-90页 |
| 致谢 | 第90页 |
