重庆市居住建筑能耗预测方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-24页 |
| ·研究背景与意义 | 第10-11页 |
| ·研究背景 | 第10-11页 |
| ·选题的意义 | 第11页 |
| ·研究问题 | 第11-15页 |
| ·建筑能耗现状 | 第13-14页 |
| ·居住建筑能耗现状 | 第14-15页 |
| ·研究方法 | 第15-17页 |
| ·预测的概念、特点及分类 | 第15-16页 |
| ·预测科学的发展概况 | 第16-17页 |
| ·国内外研究现状综述 | 第17-23页 |
| ·能源预测模型 | 第18-19页 |
| ·国外能源预测模型 | 第19-21页 |
| ·国内能源预测模型 | 第21-23页 |
| ·研究内容 | 第23页 |
| ·创新点 | 第23-24页 |
| 2 预测方法理论 | 第24-37页 |
| ·灰色理论预测方法 | 第24-28页 |
| ·回归分析方法 | 第28-29页 |
| ·时间序列方法 | 第29页 |
| ·弹性系数预测方法 | 第29页 |
| ·神经网络概述 | 第29-35页 |
| ·人工神经网络的特点 | 第30-31页 |
| ·人工神经元模型 | 第31-34页 |
| ·BP 神经网络 | 第34页 |
| ·BP 神经网络的基本原理 | 第34-35页 |
| ·人工神经网络的学习方式和学习方法 | 第35页 |
| ·结论 | 第35-37页 |
| 3 居住建筑能耗影响指标系统 | 第37-54页 |
| ·重庆市生活能耗指标体系分析 | 第37页 |
| ·重庆市生活能耗指标体系解析 | 第37-51页 |
| ·指标相关性分析 | 第39-43页 |
| ·生活能耗与显著指标关系分析 | 第43-51页 |
| ·微观影响因素分析 | 第51-53页 |
| ·结论 | 第53-54页 |
| 4 BP 人工神经网络居住建筑能耗预测系统 | 第54-83页 |
| ·构建居住建筑能耗BP 神经网络预测模型 | 第54-57页 |
| ·网格结构及各参数 | 第54-55页 |
| ·样本输入数据的预处理 | 第55-56页 |
| ·训练（学习）样本集选择 | 第56-57页 |
| ·本次研究采用的人工神经网络模型及算法 | 第57-60页 |
| ·网络的程序实现 | 第60-61页 |
| ·数据库建立 | 第61-62页 |
| ·BP 神经网络预测系统 | 第62-65页 |
| ·系统登陆界面 | 第62页 |
| ·数据管理 | 第62-63页 |
| ·数据训练 | 第63-64页 |
| ·数据测试 | 第64-65页 |
| ·数据预测 | 第65页 |
| ·BP 神经网络模型预测 | 第65-70页 |
| ·预测结果 | 第65-67页 |
| ·分析预测结果 | 第67-70页 |
| ·预测模型论证 | 第70-79页 |
| ·居住能耗GM(1,1)模型 | 第70-72页 |
| ·第一次进行残差序列建模分析 | 第72-74页 |
| ·第二次进行残差序列建模分析 | 第74-76页 |
| ·第三次进行残差序列建模分析 | 第76-77页 |
| ·第四次进行残差序列建模分析 | 第77-79页 |
| ·模型对比 | 第79-82页 |
| ·结论 | 第82-83页 |
| 5 重庆市居住建筑节能潜力分析 | 第83-91页 |
| ·居住建筑能耗与GDP | 第83页 |
| ·居住建筑能耗与年末实有住宅面积 | 第83-85页 |
| ·居住建筑能耗与人口总数 | 第85-86页 |
| ·居住建筑能耗与城市居民可支配收入 | 第86页 |
| ·居住建筑能耗与自然资源 | 第86-89页 |
| ·居住建筑能耗与自然通风 | 第89-90页 |
| ·结论 | 第90-91页 |
| 6 结论与展望 | 第91-93页 |
| ·主要结论 | 第91-92页 |
| ·展望 | 第92-93页 |
| 致谢 | 第93-94页 |
| 参考文献 | 第94-97页 |
| 附录 A | 第97-98页 |
| 附录 B | 第98-103页 |
