冰蓄冷空调控制系统的研究与应用
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·冰蓄冷空调研究背景 | 第9-10页 |
| ·冰蓄冷空调发展历史及现状 | 第10页 |
| ·人工神经网络发展概况 | 第10-12页 |
| ·论文做的主要工作 | 第12-13页 |
| 第二章 冰蓄冷空调系统介绍 | 第13-20页 |
| ·冰蓄冷空调的蓄冷模式 | 第13-14页 |
| ·全量蓄冰 | 第13页 |
| ·分量蓄冰 | 第13-14页 |
| ·冰蓄冷系统的工作模式 | 第14-16页 |
| ·冰蓄冷空调系统流程及运行模式 | 第16-18页 |
| ·并联流程 | 第16-17页 |
| ·串联流程 | 第17-18页 |
| ·蓄冰系统的运行策略 | 第18-20页 |
| ·制冷机组优先 | 第18页 |
| ·蓄冷槽优先 | 第18页 |
| ·负荷控制式(限制负荷式) | 第18页 |
| ·均衡负荷式 | 第18-19页 |
| ·预测控制 | 第19-20页 |
| 第三章 人工神经网络 | 第20-28页 |
| ·引言 | 第20页 |
| ·BP神经网络 | 第20-24页 |
| ·网络模型 | 第20-21页 |
| ·基本算法 | 第21-22页 |
| ·BP算法流程 | 第22-23页 |
| ·BP网络的局限 | 第23-24页 |
| ·量子神经网络 | 第24-28页 |
| ·量子神经网络简介 | 第24-25页 |
| ·多层激活函数的量子神经网络模型 | 第25-26页 |
| ·量子间隔更新算法 | 第26-27页 |
| ·量子神经网络算法流程 | 第27-28页 |
| 第四章 采用神经网络的体育馆冷负荷预测研究 | 第28-43页 |
| ·神经网络输入及输出变量选取 | 第28-29页 |
| ·输入变量的选取 | 第28-29页 |
| ·输出变量的选取 | 第29页 |
| ·数据预处理 | 第29-31页 |
| ·数据归一化 | 第29-30页 |
| ·数据量化 | 第30-31页 |
| ·神经网络的结构设计 | 第31-32页 |
| ·隐含层层数确定 | 第31页 |
| ·隐含层节点数确定 | 第31-32页 |
| ·初始权值确定 | 第32页 |
| ·冰蓄冷空调负荷预测的程序实现 | 第32-36页 |
| ·用BP神经网络对冰蓄冷空调系统负荷进行预测 | 第32-34页 |
| ·用量子神经网络对冰蓄冷空调系统负荷进行预测 | 第34-36页 |
| ·BP神经网络和量子神经网络的比较 | 第36页 |
| ·人工鱼群算法 | 第36-43页 |
| ·算法原理及相关定义 | 第36-37页 |
| ·基本行为描述 | 第37-40页 |
| ·前向神经网络的人工鱼群算法的寻优 | 第40-42页 |
| ·训练结果 | 第42-43页 |
| 第五章 冰蓄冷系统自动控制的实现方法 | 第43-54页 |
| ·冰蓄冷系统的常规运行策略与自动控制的要求 | 第43-47页 |
| ·运行策略 | 第43页 |
| ·自动控制的实现要求 | 第43页 |
| ·冰蓄冷空调系统流程与控制要求 | 第43-47页 |
| ·冰蓄冷空调控制机房系统总体设计 | 第47-52页 |
| ·优化控制功能 | 第47页 |
| ·研华DDC控制器 | 第47-48页 |
| ·冰蓄冷机房(主机上游串联)控制系统 | 第48-52页 |
| ·冰蓄冷计算机网络远程监控 | 第52-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 附录1 | 第59-62页 |
| 附录2 | 第62-70页 |
| 致谢 | 第70-71页 |
