| 中文摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| ·问题的提出 | 第11-12页 |
| ·国内外同类课题的研究现状 | 第12-15页 |
| ·控制系统与能源管理 | 第13-14页 |
| ·预测负荷 | 第14页 |
| ·系统优化 | 第14-15页 |
| ·系统辨识与控制 | 第15页 |
| ·本文的研究内容和方法 | 第15-17页 |
| 第二章 神经网络理论与遗传算法基础 | 第17-34页 |
| ·神经网络的基本概念 | 第17-20页 |
| ·神经元的数学模型 | 第17-18页 |
| ·人工神经网络的模型与结构 | 第18-20页 |
| ·神经网络的学习算法及其应用领域 | 第20-22页 |
| ·学习算法 | 第20-21页 |
| ·人工神经网络应用领域 | 第21-22页 |
| ·BP 前馈神经网络 | 第22-30页 |
| ·BP 前馈神经网络 | 第22-23页 |
| ·BP 网络的前馈计算 | 第23-24页 |
| ·BP 网络权值的调整规则 | 第24-27页 |
| ·BP 学习算法的计算步骤 | 第27-29页 |
| ·BP 网络的设计 | 第29-30页 |
| ·遗传算法基础 | 第30-34页 |
| ·遗传算法理论基础 | 第30-31页 |
| ·遗传算法的特点 | 第31-32页 |
| ·遗传算法构成要素 | 第32-34页 |
| 第三章 神经网络PID 控制器的设计 | 第34-55页 |
| ·PID 控制器 | 第34-36页 |
| ·PID 控制简介 | 第34-35页 |
| ·PID 各参数对控制系统的影响 | 第35-36页 |
| ·PID 控制的局限 | 第36页 |
| ·神经网络PID 控制器的设计 | 第36-47页 |
| ·基于BP 神经网络K_p ，K_I ，K_D 参数自学习PID 控制器 | 第37-40页 |
| ·应用举例 | 第40-45页 |
| ·BP 神经网络在实际应用中存在的问题 | 第45-47页 |
| ·BP 神经网参数自学习PID 控制算法的改进 | 第47-55页 |
| ·基于BP 与GA 相结合算法的可行性分析 | 第47-48页 |
| ·GA-BP 算法及其神经网络的实现 | 第48-53页 |
| ·应用举例 | 第53-55页 |
| 第四章 神经网络PID 控制器在房间温度控制中的仿真及试验研究 | 第55-77页 |
| ·中央空调房间温度控制系统数学模型 | 第55-60页 |
| ·房间温度数学模型 | 第55-58页 |
| ·空调系统数学模型 | 第58-60页 |
| ·空调房间温度控制系统数字仿真 | 第60-67页 |
| ·数字仿真过程 | 第60-61页 |
| ·数字仿真结果 | 第61-67页 |
| ·基于BA-KT2 型中央空调控制系统实验装置的实验研究 | 第67-73页 |
| ·试验装置简介 | 第67-68页 |
| ·空气处理机组的监控 | 第68-71页 |
| ·制冷机组的监控 | 第71-72页 |
| ·系统的主要仪表性能及参数指标 | 第72页 |
| ·上位机监控软件 | 第72-73页 |
| ·一次回风空调系统实验 | 第73-77页 |
| ·试验准备工作 | 第73-74页 |
| ·试验步骤 | 第74页 |
| ·试验结果 | 第74-77页 |
| 第五章 控制器的设计 | 第77-88页 |
| ·硬件总体结构设计 | 第77页 |
| ·主要芯片选型和介绍 | 第77-79页 |
| ·调理电路设计 | 第79-81页 |
| ·电压电流信号调理 | 第79-80页 |
| ·温度信号调理 | 第80页 |
| ·输出信号调理 | 第80-81页 |
| ·A/D 和D/A 设计 | 第81-83页 |
| ·硬件模块设计 | 第83-88页 |
| ·电源模块 | 第83-84页 |
| ·MCU 系统模块 | 第84页 |
| ·串行通信模块 | 第84-85页 |
| ·在系统调试模块 | 第85-86页 |
| ·数据采集模块 | 第86-88页 |
| 第六章 小结 | 第88-90页 |
| ·本文结论 | 第88-89页 |
| ·研究展望 | 第89-90页 |
| 参考文献 | 第90-93页 |
| 致谢 | 第93-94页 |
| 发表论文和科研情况说明 | 第94页 |
