| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 问题的提出及研究意义 | 第11-12页 |
| 1.1.1 问题的提出 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究和发展现状 | 第12-16页 |
| 1.2.1 建筑能耗预测的研究现状 | 第12-14页 |
| 1.2.2 值迭代算法的研究现状 | 第14-15页 |
| 1.2.3 强化学习在智能建筑方面的研究现状 | 第15-16页 |
| 1.3 研究内容 | 第16-17页 |
| 第二章 背景知识 | 第17-25页 |
| 2.1 强化学习 | 第17-21页 |
| 2.1.1 马尔可夫决策过程 | 第17-18页 |
| 2.1.2 强化学习经典算法 | 第18-21页 |
| 2.2 Option分层强化学习方法 | 第21-23页 |
| 2.3 Reward shaping | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于函数逼近的冗余值迭代算法 | 第25-36页 |
| 3.1 基于函数逼近的冗余值迭代算法值函数的逼近 | 第25-28页 |
| 3.2 基于函数逼近的冗余值迭代算法中(37)的选择 | 第28-29页 |
| 3.3 基于函数逼近的冗余值迭代算法 | 第29-30页 |
| 3.4 实验结果分析 | 第30-35页 |
| 3.4.1 问题描述 | 第30-31页 |
| 3.4.2 实验设置 | 第31页 |
| 3.4.3 实验分析 | 第31-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于Option自动分层的启发式值迭代算法 | 第36-46页 |
| 4.1 状态轨迹去环 | 第36-37页 |
| 4.2 子目标的识别及option集的构造 | 第37-39页 |
| 4.3 Option内部策略的构建 | 第39-40页 |
| 4.4 实验及结果分析 | 第40-45页 |
| 4.4.1 Rooms World问题介绍 | 第41页 |
| 4.4.2 算法收敛性分析 | 第41-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 基于值迭代算法的建筑能耗预测方法 | 第46-55页 |
| 5.1 建筑能耗状态表示 | 第46-47页 |
| 5.2 环境建模 | 第47-48页 |
| 5.3 基于值迭代算法的建筑能耗预测算法 | 第48-49页 |
| 5.4 实验及结果分析 | 第49-54页 |
| 5.4.1 实验设置 | 第49-50页 |
| 5.4.2 实验结果分析 | 第50-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 总结 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 图表目录 | 第60-62页 |
| 致谢 | 第62-63页 |
| 附录 | 第63-64页 |
| 作者简历 | 第64-65页 |