| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1. 绪论 | 第9-13页 |
| 1.1 热舒适研究背景 | 第9-10页 |
| 1.2 热舒适交互界面背景 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 本文研究目的及研究内容 | 第12-13页 |
| 2. 热舒适相关理论及本文采用研究方法 | 第13-43页 |
| 2.1 热平衡模型 | 第13-21页 |
| 2.1.1 预测平均投票数(PMV)模型 | 第13-16页 |
| 2.1.2 标准有效温度(SET)模型 | 第16-21页 |
| 2.2 适应模型 | 第21-25页 |
| 2.3 热舒适相关因素 | 第25-31页 |
| 2.3.1 温度波动 | 第26-27页 |
| 2.3.2 湿度 | 第27-28页 |
| 2.3.3 风速 | 第28-29页 |
| 2.3.4 室外气候 | 第29-30页 |
| 2.3.5 控制机会 | 第30-31页 |
| 2.4 本文采用研究方法 | 第31-41页 |
| 2.4.1 关于研究本身 | 第31-33页 |
| 2.4.2 现场研究 | 第33-35页 |
| 2.4.3 经典热平衡模型的拓展-适应模型和a PMV | 第35-39页 |
| 2.4.3.1 适应模型 | 第35-37页 |
| 2.4.3.2 a PMV模型 | 第37-39页 |
| 2.4.4 大样本元数据分析 | 第39-41页 |
| 2.5 本章小结 | 第41-43页 |
| 3. 热舒适模型预测 | 第43-55页 |
| 3.1 办公室的现场研究 | 第43-49页 |
| 3.1.1 数据采集 | 第43-46页 |
| 3.1.2 本文采集到数据 | 第46-47页 |
| 3.1.3 数据分析与讨论 | 第47-49页 |
| 3.2 RP-884 项目元数据分析 | 第49-54页 |
| 3.2.1 ASHRAE RP-884 相关研究 | 第49-50页 |
| 3.2.2 数据处理 | 第50-51页 |
| 3.2.3 暖通空调建筑中PMV模型预测 | 第51-52页 |
| 3.2.4 自然通风建筑中ACS模型预测 | 第52-54页 |
| 3.3 本章小结 | 第54-55页 |
| 4. 神经网络模型热舒适预测 | 第55-65页 |
| 4.1 神经网络热舒适研究背景 | 第55-56页 |
| 4.2 数据处理 | 第56-59页 |
| 4.3 西海岸海洋性气候预测 | 第59-61页 |
| 4.3.1 PMV预测情况 | 第59页 |
| 4.3.2 神经网络预测情况 | 第59-61页 |
| 4.3.3 两种模型预测对比 | 第61页 |
| 4.4 高海拔半干旱气候预测 | 第61-63页 |
| 4.4.1 PMV预测情况 | 第61-62页 |
| 4.4.2 神经网络预测情况 | 第62-63页 |
| 4.4.3 两种模型预测对比 | 第63页 |
| 4.5 本章小结 | 第63-65页 |
| 5. 热舒适交互界面设计 | 第65-75页 |
| 5.1 典型室内环境的图示法 | 第65-68页 |
| 5.2 一般室内环境的计算机模型 | 第68-71页 |
| 5.3 精度校验 | 第71-72页 |
| 5.4 影响热舒适其它因素 | 第72-73页 |
| 5.5 本章小结 | 第73-75页 |
| 6. 结论 | 第75-77页 |
| 致谢 | 第77-79页 |
| 参考文献 | 第79-89页 |
| 附录 | 第89页 |