基于智能优化算法的土壤源热泵系统运行优化控制研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 地源热泵系统运行优化控制的研究背景及意义 | 第10-14页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-14页 |
| 1.2 地源热泵系统国内外研究现状 | 第14-16页 |
| 1.3 问题的提出 | 第16页 |
| 1.4 论文主要工作及内容安排 | 第16-18页 |
| 第2章 土壤源热泵系统概述及能耗分析 | 第18-26页 |
| 2.1 土壤源热泵系统概述 | 第18-20页 |
| 2.1.1 土壤源热泵系统工作原理 | 第18-19页 |
| 2.1.2 土壤源热泵系统各环节间耦合关系 | 第19-20页 |
| 2.2 地源热泵系统的热泵机组模型 | 第20-24页 |
| 2.2.1 压缩机模型 | 第20-21页 |
| 2.2.2 蒸发器和冷凝器的模型 | 第21-23页 |
| 2.2.3 控制变量的选择 | 第23-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第3章 基于神经网络的能耗模型 | 第26-44页 |
| 3.1 控制系统建模方法简介 | 第26-28页 |
| 3.2 人工神经网络简介 | 第28-31页 |
| 3.2.1 人工神经网络发展史 | 第28页 |
| 3.2.2 人工神经网络的基本原理简述 | 第28-31页 |
| 3.3 土壤源热泵系统能耗模型的建立 | 第31-42页 |
| 3.3.1 BP 神经网络原理简述 | 第31-34页 |
| 3.3.2 基本的改进 BP 神经网络 | 第34-35页 |
| 3.3.3 基于 LM 算法的 BP 神经网络 | 第35-38页 |
| 3.3.4 土壤源热泵系统能耗模型的建立 | 第38-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 基于改进粒子群算法的控制参数寻优 | 第44-58页 |
| 4.1 群体智能算法简述 | 第44-45页 |
| 4.2 粒子群优化算法 | 第45-55页 |
| 4.2.1 标准粒子群算法 | 第46-48页 |
| 4.2.2 常见的改进粒子群算法 | 第48-50页 |
| 4.2.3 基于自然选择的粒子群算法 | 第50-51页 |
| 4.2.4 实验及分析 | 第51-53页 |
| 4.2.5 乘子法简介 | 第53-55页 |
| 4.3 基于 SelPSO 的控制参数寻优 | 第55-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第5章 基于改进遗传算法的控制参数寻优 | 第58-72页 |
| 5.1 生物进化与遗传算法 | 第58-59页 |
| 5.2 遗传算法原理 | 第59-65页 |
| 5.2.1 遗传算法概述 | 第59-60页 |
| 5.2.2 模式定理 | 第60-62页 |
| 5.2.3 遗传算法基本原理 | 第62-64页 |
| 5.2.4 基本遗传算法收敛性 | 第64-65页 |
| 5.3 几种改进的遗传算法 | 第65-67页 |
| 5.4 实验结果及分析 | 第67-70页 |
| 5.5 本章小结 | 第70-72页 |
| 总结与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间所发表的学术论文 | 第78-80页 |
| 致谢 | 第80页 |
