建筑智能光环境评价与控制方法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-15页 |
1.1 课题研究背景 | 第10页 |
1.2 课题研究意义 | 第10-12页 |
1.3 国内外研究现状及发展趋势 | 第12-13页 |
1.3.1 建筑光环境评价的研究现状 | 第12页 |
1.3.2 建筑光环境控制的研究现状 | 第12-13页 |
1.3.3 建筑智能光环境的研究及发展趋势 | 第13页 |
1.4 课题研究的主要内容和章节安排 | 第13-15页 |
1.4.1 主要内容 | 第13-14页 |
1.4.2 章节安排 | 第14-15页 |
第二章 建筑光环境评价要素及智能控制需求 | 第15-27页 |
2.1 建筑光环境评价要素 | 第15-18页 |
2.1.1 照度 | 第15页 |
2.1.2 对比敏感度 | 第15-16页 |
2.1.3 颜色对光环境的影响 | 第16页 |
2.1.4 眩光 | 第16-18页 |
2.2 建筑光环境评价标准 | 第18-22页 |
2.2.1 建筑光环境标准 | 第18-19页 |
2.2.2 照度水平 | 第19-20页 |
2.2.3 照度均匀度 | 第20页 |
2.2.4 色温与显色性 | 第20-21页 |
2.2.5 避免眩光干扰 | 第21-22页 |
2.3 建筑光环境智能控制需求 | 第22-26页 |
2.3.1 天然采光的智能控制需求 | 第22-23页 |
2.3.2 人工照明的智能控制需求 | 第23-26页 |
2.4 本章小结 | 第26-27页 |
第三章 建筑光环境的模糊综合评价 | 第27-41页 |
3.1 模糊综合评价的步骤 | 第27-28页 |
3.2 建筑光环境评价因素集的构建 | 第28-31页 |
3.2.1 光环境评价主体的确定 | 第28-29页 |
3.2.3 光环境评价因素集的构建 | 第29-31页 |
3.3 建筑光环境因素多元统计分析与模糊综合评价 | 第31-39页 |
3.3.1 平均值分析 | 第31-32页 |
3.3.2 因素相关性分析 | 第32-33页 |
3.3.3 影响因子分析 | 第33-34页 |
3.3.4 因素权重的计算 | 第34-36页 |
3.3.5 建筑光环境因素的模糊综合评价 | 第36-39页 |
3.4 建筑光环境模糊综合评价结果分析 | 第39-40页 |
3.4.1 光环境因素的相关性讨论与权重分析 | 第39-40页 |
3.4.2 评价结果分析 | 第40页 |
3.5 本章小结 | 第40-41页 |
第四章 基于BP神经网络的建筑智能光环境预测 | 第41-51页 |
4.1 建筑智能光环境的BP神经网络设计 | 第41-44页 |
4.1.1 输入层和输出层的设计 | 第41-42页 |
4.1.2 隐含层结构设计 | 第42-43页 |
4.1.3 初始权值的选取 | 第43-44页 |
4.1.4 学习速率的设定 | 第44页 |
4.2 建筑智能光环境的BP神经网络训练 | 第44-48页 |
4.2.1 普通办公室光环境预测网络的训练 | 第44-46页 |
4.2.2 会议室光环境预测网络的训练 | 第46-47页 |
4.2.3 服务大厅光环境预测网络的训练 | 第47-48页 |
4.3 BP神经网络预测结果的检验 | 第48-50页 |
4.4 本章小结 | 第50-51页 |
第五章 建筑智能光环境的模糊控制 | 第51-68页 |
5.1 模糊控制系统及其算法 | 第51-55页 |
5.1.1 模糊控制系统 | 第51-52页 |
5.1.2 模糊控制算法 | 第52-55页 |
5.2 建筑智能光环境的模糊控制方法 | 第55-62页 |
5.2.1 模糊控制系统的输入输出变量 | 第55-57页 |
5.2.2 模糊规则的确定 | 第57-61页 |
5.2.3 模糊推理与输出的去模糊化 | 第61-62页 |
5.3 基于Simulink的照度模糊控制 | 第62-66页 |
5.3.1 模糊控制器设计 | 第63页 |
5.3.2 基于Simulink的系统仿真 | 第63-66页 |
5.4 本章小结 | 第66-68页 |
总结与展望 | 第68-70页 |
总结 | 第68页 |
展望 | 第68-70页 |
参考文献 | 第70-73页 |
攻读硕士学位期间发表的论文 | 第73-74页 |
致谢 | 第74页 |