| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国内外天然光环境评价方面的研究现状 | 第10-12页 |
| 1.2.2 国内外在建筑节能方面的研究现状 | 第12-14页 |
| 1.3 本文的研究内容和意义 | 第14-15页 |
| 第2章 室内光环境的评价指标及模拟软件的确定 | 第15-23页 |
| 2.1 室内光环境的评价指标 | 第15-17页 |
| 2.1.1 室内光环境主要评价指标的分类 | 第15页 |
| 2.1.2 静态光环境评价指标 | 第15-16页 |
| 2.1.3 眩光评价指标 | 第16页 |
| 2.1.4 动态光环境评价指标 | 第16-17页 |
| 2.2 新旧采光标准关于侧面采光的评价指标 | 第17-19页 |
| 2.2.1 旧采光标准的侧面采光评价指标 | 第17-18页 |
| 2.2.2 新采光标准的侧面采光评价指标 | 第18-19页 |
| 2.3 侧面采光评价指标的计算方法 | 第19-20页 |
| 2.3.1 侧面采光时采光系数最小值计算方法 | 第19-20页 |
| 2.3.2 侧面采光时采光系数平均值计算方法 | 第20页 |
| 2.4 光模拟软件的介绍及选择 | 第20-23页 |
| 第3章 基于新旧采光标准差异的建筑能耗分析 | 第23-39页 |
| 3.1 新旧采光标准的差异对外窗尺寸的影响 | 第23-26页 |
| 3.1.1 新旧采光标准针对侧面采光评价指标的差异 | 第23页 |
| 3.1.2 新旧采光标准的差异对外窗尺寸的影响 | 第23-26页 |
| 3.2 能耗模拟软件的选择及参数设置 | 第26-29页 |
| 3.2.1 能耗模拟软件的选择 | 第26-27页 |
| 3.2.2 模型建立及模拟参数设置 | 第27-29页 |
| 3.3 不同采光标准下建筑窗宽尺寸的确定 | 第29-31页 |
| 3.3.1 建筑窗宽尺寸的确定 | 第29-31页 |
| 3.3.2 模拟结果分析 | 第31页 |
| 3.4 新旧采光标准下建筑能耗的变化情况 | 第31-37页 |
| 3.4.1 建筑外窗尺寸对建筑能耗的影响 | 第31-35页 |
| 3.4.2 空调运行作息班制对建筑能耗的影响 | 第35-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 基于新采光标准的BP神经网络开窗尺寸估算模型 | 第39-48页 |
| 4.1 BP神经网络的基本理论 | 第39-42页 |
| 4.1.1 BP神经网络的概念 | 第39-40页 |
| 4.1.2 BP神经网络训练的主要步骤 | 第40-41页 |
| 4.1.3 BP神经网络的结构 | 第41-42页 |
| 4.2 开窗尺寸估算模型的BP神经网络构建 | 第42-43页 |
| 4.3 正交试验设计法确定训练数据 | 第43-45页 |
| 4.3.1 正交试验设计的概述 | 第43-44页 |
| 4.3.2 BP神经网络训练数据的确定 | 第44-45页 |
| 4.4 神经网络训练结果分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 结论与展望 | 第48-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 附录A（攻读学位期间所发表的学术论文目录） | 第55-56页 |
| 附录B（攻读学位期间所参与的项目） | 第56-57页 |
| 附录C（开窗尺寸估算模型神经网络程序清单） | 第57-60页 |
| 附录D（开窗尺寸估算模型神经网络样本数据） | 第60-78页 |