基于粒子群算法的通信基站空调能效比参数辨识
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 目录 | 第10-15页 |
| 插图索引 | 第15-17页 |
| 附表索引 | 第17-18页 |
| 第1章 绪论 | 第18-32页 |
| ·课题来源及研究意义 | 第18-22页 |
| ·系统参数辨识研究现状 | 第22-26页 |
| ·传统辨识方法研究 | 第23页 |
| ·智能辨识方法研究 | 第23-26页 |
| ·通信基站节能现状 | 第26-29页 |
| ·节能技术研究分析 | 第26-28页 |
| ·节能计量研究现状 | 第28-29页 |
| ·论文研究内容 | 第29-30页 |
| ·文章结构安排 | 第30-32页 |
| 第2章 通信基站节能降耗现状分析 | 第32-49页 |
| ·通信基站能耗现状分析 | 第32-33页 |
| ·通信基站综合节能基本原则 | 第33-35页 |
| ·通信基站节能技术分析 | 第35-38页 |
| ·通信网络设备节能 | 第35-36页 |
| ·通信机房空调节能 | 第36页 |
| ·机房通风与热交换节能 | 第36-37页 |
| ·通信电源节能 | 第37-38页 |
| ·通信基站节能效益评估 | 第38-43页 |
| ·节能效益审核原则 | 第38-39页 |
| ·节能效益评估指标 | 第39-41页 |
| ·节能量评估方法 | 第41-42页 |
| ·节能量评估瓶颈 | 第42-43页 |
| ·通信基站节能量智能评估方案 | 第43-47页 |
| ·智能计量技术 | 第43-44页 |
| ·空调系统评价指标分析 | 第44-45页 |
| ·通信基站节能量实时计算 | 第45-47页 |
| ·小结 | 第47-49页 |
| 第3章 标准粒子群算法改进 | 第49-80页 |
| ·引言 | 第49-51页 |
| ·标准粒子群算法 | 第51-54页 |
| ·标准粒子群算法模型 | 第51-52页 |
| ·标准粒子群算法流程 | 第52-53页 |
| ·标准粒子群算法特点 | 第53-54页 |
| ·标准粒子群算法融合改进分析 | 第54-58页 |
| ·经典算法与粒子群算法融合 | 第55-57页 |
| ·智能优化算法与粒子群算法融合 | 第57-58页 |
| ·面向多模态的自适应混沌爬山粒子群算法 | 第58-70页 |
| ·种群熵及其多样性 | 第58-59页 |
| ·混沌序列 | 第59-61页 |
| ·自适应爬山算法 | 第61-62页 |
| ·自适应混沌爬山粒子群算法 | 第62-63页 |
| ·ACHPSO 算法收敛性分析 | 第63-64页 |
| ·仿真实验和结果分析 | 第64-70页 |
| ·基于非线性共轭梯度法的粒子群小波神经网络 | 第70-77页 |
| ·小波神经网络 | 第70-72页 |
| ·基于非线性共轭梯度法的粒子群算法 | 第72-73页 |
| ·NCGPSO 算法收敛性分析 | 第73页 |
| ·基于 NCGPSO 算法的小波神经网络 | 第73-74页 |
| ·仿真实验和结果分析 | 第74-77页 |
| ·小结 | 第77-80页 |
| 第4章 空调能效比参数智能辨识与优化 | 第80-96页 |
| ·引言 | 第80-81页 |
| ·通信基站基准能耗计量 | 第81-85页 |
| ·基本概念定义 | 第82页 |
| ·定量分析节能效益方法 | 第82-83页 |
| ·基准能耗量的计算过程 | 第83-84页 |
| ·空调能效比 EER 模型分析 | 第84-85页 |
| ·通信基站 EER 模型的拟合方法 | 第85-88页 |
| ·最小二乘法拟合 EER 模型 | 第85-86页 |
| ·改进粒子群算法拟合 EER 模型 | 第86-88页 |
| ·测试及结果分析 | 第88-95页 |
| ·最小二乘法测试结果 | 第88-89页 |
| ·改进粒子群算法测试结果 | 第89-91页 |
| ·试验数据分析 | 第91-94页 |
| ·实验结果分析 | 第94-95页 |
| ·小结 | 第95-96页 |
| 结论 | 第96-101页 |
| 参考文献 | 第101-109页 |
| 致谢 | 第109-111页 |
| 附录A 攻读学位期间发表的学术论文 | 第111-112页 |
| 附录B 攻读学位期间参与的科研课题 | 第112-113页 |
