暖通空调中气象数据相关的几个问题探讨
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第1章 绪论 | 第13-23页 |
| ·研究背景 | 第13-14页 |
| ·文献综述 | 第14-18页 |
| ·设计气象参数构成方法现状 | 第14-16页 |
| ·空调负荷预测研究现状 | 第16-17页 |
| ·人工神经网络应用现状 | 第17-18页 |
| ·课题研究目的及意义 | 第18-19页 |
| ·课题研究目的 | 第18页 |
| ·课题的理论意义 | 第18页 |
| ·课题的实际应用价值 | 第18-19页 |
| ·本文的主要研究内容 | 第19-20页 |
| ·基于地理信息的设计气象参数构成方法研究 | 第19页 |
| ·室外气象参数的预测研究 | 第19-20页 |
| 参考文献 | 第20-23页 |
| 第2章 神经网络技术及其在应用中存在的问题 | 第23-37页 |
| ·神经网络基本理论 | 第23-27页 |
| ·神经元模型和网络结构 | 第23-25页 |
| ·神经网络学习方式和方法 | 第25-26页 |
| ·常用的神经网络模型 | 第26-27页 |
| ·BP神经网络及其算法 | 第27-34页 |
| ·BP神经网络概述 | 第28页 |
| ·训练模式 | 第28-29页 |
| ·BP网络的训练 | 第29-32页 |
| ·基本BP算法 | 第32-34页 |
| ·人工神经网络技术在应用中存在的问题 | 第34-35页 |
| ·网络结构问题 | 第34-35页 |
| ·训练样本问题 | 第35页 |
| ·网络算法问题 | 第35页 |
| ·本章小结 | 第35-36页 |
| 参考文献 | 第36-37页 |
| 第3章 基于插值法的设计气象参数构成方法研究 | 第37-49页 |
| ·已有设计气象参数构成方法 | 第37-41页 |
| ·统计法 | 第37-39页 |
| ·简化统计法 | 第39-41页 |
| ·基于插值法的设计气象参数构成方法 | 第41-48页 |
| ·插值法及改进 | 第41-42页 |
| ·插值法参数寻优 | 第42-45页 |
| ·插值法适用性分析 | 第45-48页 |
| ·本章小节 | 第48页 |
| 参考文献 | 第48-49页 |
| 第4章 基于神经网络的设计气象参数构成方法 | 第49-75页 |
| ·设计气象参数影响因素分析 | 第49-50页 |
| ·两种用于构成设计气象参数新方法的神经网络模型 | 第50-56页 |
| ·LMBP神经网络 | 第51-54页 |
| ·贝叶斯BP神经网络 | 第54-56页 |
| ·神经网络输入数据归一化处理 | 第56-57页 |
| ·采暖室外计算温度构成方法 | 第57-65页 |
| ·采暖室外计算温度神经网络模型的建立 | 第57-60页 |
| ·结果分析 | 第60-65页 |
| ·夏季空气调节计算干球温度构成方法 | 第65-71页 |
| ·夏季空气调节计算干球温度神经网络模型的建立 | 第65页 |
| ·结果分析 | 第65-71页 |
| ·设计气象参数神经网络构成方法的进一步验证 | 第71-73页 |
| ·本章小节 | 第73页 |
| 参考文献 | 第73-75页 |
| 第5章 室外气象参数的预测研究 | 第75-103页 |
| ·概述 | 第75-76页 |
| ·数据来源 | 第76页 |
| ·提高神经网络泛化能力的两点措施 | 第76-81页 |
| ·历史数据的相关性分析 | 第77-78页 |
| ·输入数据的主成分分析 | 第78-81页 |
| ·太阳逐时总辐射预测研究 | 第81-90页 |
| ·影响因素分析 | 第82-84页 |
| ·太阳逐时总辐射预测模型的建立 | 第84-86页 |
| ·结果分析 | 第86-90页 |
| ·室外逐时温度预测研究 | 第90-96页 |
| ·影响因素分析 | 第91-92页 |
| ·室外逐时温度预测模型的建立 | 第92-94页 |
| ·结果分析 | 第94-96页 |
| ·室外逐时含湿量预测研究 | 第96-100页 |
| ·室外逐时含湿量预测模型的建立 | 第97-98页 |
| ·结果分析 | 第98-100页 |
| ·本章小节 | 第100-101页 |
| 参考文献 | 第101-103页 |
| 第6章 负荷预测在线修正研究 | 第103-116页 |
| ·空调负荷影响因素分析 | 第103-104页 |
| ·在线修正模型及短期预测模型的建立 | 第104-111页 |
| ·在线修正模型及短期预测模型输入参数选择 | 第104-108页 |
| ·在线修正模型及短期预测模型输入参数主成分分析 | 第108-110页 |
| ·在线修正模型及短期预测模型的训练与预测 | 第110-111页 |
| ·结果分析 | 第111-115页 |
| ·小结 | 第115页 |
| 参考文献 | 第115-116页 |
| 第7章 结论与展望 | 第116-119页 |
| ·结论 | 第116-117页 |
| ·创新点 | 第117页 |
| ·进一步工作的方向 | 第117-119页 |
| 附录 | 第119-125页 |
| 在读期间发表的学术论文 | 第125-127页 |
| 致谢 | 第127页 |
