| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 前言 | 第9-19页 |
| 1.1 课题的提出 | 第9-10页 |
| 1.1.1 课题的社会背景 | 第9页 |
| 1.1.2 课题的研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.2.1 城市建筑能耗模拟的研究现状 | 第10-11页 |
| 1.2.2 地理信息系统在建筑能耗领域的研究现状 | 第11-13页 |
| 1.2.3 机器学习方法在建筑能耗领域的应用现状 | 第13-14页 |
| 1.3 本课题的目的与意义 | 第14-16页 |
| 1.3.1 课题目的 | 第14页 |
| 1.3.2 课题意义 | 第14页 |
| 1.3.3 社会意义 | 第14-16页 |
| 1.4 论文研究内容与组织结构 | 第16-19页 |
| 1.4.1 研究内容 | 第16页 |
| 1.4.2 技术路线 | 第16-18页 |
| 1.4.3 论文组织结构 | 第18-19页 |
| 2 研究所用软件环境及计算方法 | 第19-30页 |
| 2.1 研究所用软件环境 | 第19-23页 |
| 2.1.1 ArcGIS地理信息系统软件 | 第19-21页 |
| 2.1.2 EnergyPlus建筑能耗模拟软件 | 第21-22页 |
| 2.1.3 SketchUp三维建模程序 | 第22页 |
| 2.1.4 R语言 | 第22-23页 |
| 2.2 研究所用数据科学方法原理 | 第23-30页 |
| 2.2.1 机器学习建模 | 第23-27页 |
| 2.2.2 敏感性分析 | 第27-30页 |
| 3 地理信息系统的建筑能耗模型建立方法 | 第30-49页 |
| 3.1 三维地理信息系统数据的收集 | 第30-33页 |
| 3.1.1 TUSTGIS_dBase数据库的基本内容架构 | 第30-31页 |
| 3.1.2 TUSTGIS_dBase数据库的创建与数据转化 | 第31-33页 |
| 3.2 建筑能耗模型输入参数及处理 | 第33-39页 |
| 3.2.1 DBEMIPS的构成 | 第33-35页 |
| 3.2.2 DBEMIPS的参数收集与处理 | 第35-39页 |
| 3.3 城市建筑能耗动态模型建立 | 第39-48页 |
| 3.3.1 自动建模程序的编写 | 第39-45页 |
| 3.3.2 模型建立与检查 | 第45-48页 |
| 3.4 小结 | 第48-49页 |
| 4 城市建筑能耗代理模型的建立 | 第49-62页 |
| 4.1 建立城市建筑能耗代理模型的技术路线 | 第49-50页 |
| 4.2 机器学习样本集的建立 | 第50-52页 |
| 4.2.1 建筑能耗物理模型的拓展 | 第50-52页 |
| 4.2.2 模拟结果数据收集 | 第52页 |
| 4.3 建筑能耗机器学习建模过程 | 第52-61页 |
| 4.3.1 机器学习方法选取 | 第52-53页 |
| 4.3.2 模型评价指标 | 第53-54页 |
| 4.3.3 模型调优与外部验证 | 第54-61页 |
| 4.4 小结 | 第61-62页 |
| 5 基于地理信息系统的建筑节能评估可视化 | 第62-82页 |
| 5.1 GIS的建筑节能评估可视化技术路线 | 第62-63页 |
| 5.2 能耗评价指标 | 第63-65页 |
| 5.3 现有建筑(方案)能耗的GIS可视化 | 第65-71页 |
| 5.3.1 现有建筑(方案)动态能耗数据的收集 | 第65-69页 |
| 5.3.2 GIS能耗地图 | 第69-71页 |
| 5.4 节能方案的GIS可视化评估 | 第71-81页 |
| 5.4.1 敏感性分析 | 第71-77页 |
| 5.4.2 节能方案的制定 | 第77-78页 |
| 5.4.3 代理模型计算 | 第78-79页 |
| 5.4.4 GIS可视化评估 | 第79-81页 |
| 5.5 小结 | 第81-82页 |
| 6 总结 | 第82-84页 |
| 6.1 全文总结 | 第82页 |
| 6.2 论文的创新点 | 第82-83页 |
| 6.3 论文的不足之处 | 第83-84页 |
| 7 展望 | 第84-85页 |
| 8 参考文献 | 第85-92页 |
| 9 攻读硕士学位期间发表论文情况 | 第92-93页 |
| 10 致谢 | 第93-94页 |
| 11 附录 | 第94-102页 |