基于BP神经网络预测模型的水源热泵系统控制方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-12页 |
| ·课题背景及意义 | 第9页 |
| ·国内外研究现状及关键技术 | 第9-11页 |
| ·水源热泵研究现状 | 第9-10页 |
| ·水源热泵节能问题 | 第10-11页 |
| ·本课题研究的主要内容和要解决的主要问题 | 第11页 |
| ·论文结构 | 第11页 |
| ·小结 | 第11-12页 |
| 2 水源热泵空调系统控制方案 | 第12-20页 |
| ·引言 | 第12页 |
| ·水源热泵空调系统背景介绍 | 第12-15页 |
| ·"热泵"简介 | 第12-13页 |
| ·本工程中水源热泵机组简介 | 第13-15页 |
| ·某行政中心水源热泵系统控制结构 | 第15-16页 |
| ·控制系统的相关设备 | 第16-18页 |
| ·工程基本控制方案及调试结果 | 第18-19页 |
| ·小结 | 第19-20页 |
| 3 AMESIM软件在水源热泵系统建模中的应用 | 第20-26页 |
| ·引言 | 第20页 |
| ·AMESIM软件介绍 | 第20-22页 |
| ·水源热泵机组简介 | 第22-23页 |
| ·AMESim建模初探 | 第23-24页 |
| ·前言 | 第23页 |
| ·潜水泵的AMESim建模 | 第23-24页 |
| ·小结 | 第24-26页 |
| 4 系统建模 | 第26-36页 |
| ·引言 | 第26页 |
| ·建模的主要目的 | 第26页 |
| ·建立系统数学模型的基本方法 | 第26-27页 |
| ·最小二乘法辨识 | 第27-29页 |
| ·采集建模所用数据 | 第29-33页 |
| ·数学建模 | 第33-35页 |
| ·MATLAB系统辨识工具箱简介 | 第33页 |
| ·建立系统模型 | 第33-35页 |
| ·小结 | 第35-36页 |
| 5 基于BP神经网络预测模型的预测控制 | 第36-48页 |
| ·引言 | 第36页 |
| ·大滞后问题研究现状 | 第36-37页 |
| ·BP神经网络原理 | 第37-42页 |
| ·BP神经网络的基本概念 | 第37-38页 |
| ·BP神经网络的主要功能 | 第38-39页 |
| ·BP神经网络学习算法的计算步骤: | 第39-42页 |
| ·BP算法应注意的几个问题 | 第42页 |
| ·预测控制的原理及现状 | 第42-44页 |
| ·预测控制的产生 | 第42-43页 |
| ·预测控制的发展现状及存在问题 | 第43-44页 |
| ·基于BP神经网络预测模型的预测控制方案 | 第44-47页 |
| ·BP神经网络预测模型 | 第45-46页 |
| ·反馈校正 | 第46-47页 |
| ·参考轨迹 | 第47页 |
| ·滚动优化计算 | 第47页 |
| ·结论 | 第47-48页 |
| 6 基于BP神经网络预测模型的控制仿真 | 第48-63页 |
| ·前言 | 第48页 |
| ·仿真软件 | 第48-51页 |
| ·MATLAB简介 | 第48-49页 |
| ·BP神经网络工具箱简介 | 第49-51页 |
| ·BP神经网络预测模型的建立 | 第51-54页 |
| ·建立预测模型 | 第51-52页 |
| ·NNP网络权值的调整 | 第52-53页 |
| ·参考轨迹 | 第53页 |
| ·控制流程 | 第53-54页 |
| ·BP神经网络预测模型的仿真 | 第54-59页 |
| ·仿真结果 | 第59-62页 |
| ·小结 | 第62-63页 |
| 7 总结 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录1.硕士研究生学习阶段发表的论文 | 第68-69页 |
| 附录2.图表索引 | 第69-70页 |
