首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于粒子群与神经网络的空调PMV预测研究

摘要第1-5页
Abstract第5-12页
第一章 绪论第12-16页
   ·变风量空调系统的简单介绍第12页
   ·VAV 系统的主要特点第12-13页
   ·国内外变风量空调的发展第13-15页
     ·国外变风量空调发展的状况第13-14页
     ·国内变风量空调发展的状况第14-15页
   ·本课题所做的工作第15-16页
第二章 对中央空调系统的简单论述第16-22页
   ·暖通空调自动化控制系统的特点第16-18页
     ·干扰比较多第16页
     ·对研究对象的特性进行调节第16-18页
     ·具有工况转换的控制第18页
     ·温度的高低和相对湿度的大小第18页
   ·空调系统的分类第18-19页
   ·自动调节系统的过渡过程第19页
   ·空气调节的调节品质第19-20页
   ·变风量中央空调系统控制策略设计第20-21页
     ·送风温度控制第20页
     ·房间温度控制第20-21页
   ·本章小结第21-22页
第三章 热舒适指标及其受环境变量的影响第22-34页
   ·热舒适指标简介第22页
   ·室内热环境的影响因素第22-23页
     ·室内的温度第22页
     ·气流的速度第22-23页
     ·平均辐射温度第23页
     ·空气湿度第23页
     ·人体新陈代谢率和所穿服装的热阻第23页
   ·热舒适方程第23-25页
   ·环境变量对 PMV 值的影响第25-28页
     ·空气温度对 PMV 的影响第25-26页
     ·相对湿度对 PMV 的影响第26页
     ·平均辐射温度对 PMV 的影响第26-27页
     ·风速对 PMV 的影响第27-28页
   ·PMV 控制的舒适性与节能性第28页
   ·PMV 指标的控制方式第28-29页
     ·PMV 指标间接控制方式第28-29页
     ·PMV 指标的直接控制方式第29页
   ·变风量空调的舒适性控制策略研究第29-31页
   ·变风量空调舒适性控制节能性仿真分析第31-32页
   ·本章小结第32-34页
第四章 应用粒子群算法与 BP 神经网络预测 PMV 指标第34-51页
   ·人工神经网络第34-37页
     ·人工神经网络的组成第34-35页
     ·人工神经网络模型第35-36页
     ·神经网络的特点第36-37页
   ·BP 神经网络介绍第37-39页
     ·BP 神经网络原理第37页
     ·BP 神经网络学习步骤第37-39页
     ·BP 神经网络的主要特点第39页
   ·BP 神经网络预测 PMV第39-43页
     ·建立训练样本与期望输出向量第39-40页
     ·隐含层数的选取第40页
     ·中间层神经元个数的确定第40-41页
     ·BP 神经网络的设计第41-42页
     ·对仿真结果进行分析和讨论第42-43页
   ·粒子群算法综述第43-47页
     ·粒子群算法的起源第43-44页
     ·粒子群算法的发展历程第44-45页
     ·粒子群算法的基本原理第45-46页
     ·基本粒子群主要算法流程第46-47页
   ·粒子群算法与 BP 神经网络预测 PMV第47-50页
   ·本章小结第50-51页
第五章 PSO-PID 对变风量中央空调的末端装置的控制研究第51-65页
   ·变风量空调系统分析与建模第51-52页
     ·变风量空调系统运行过程第51页
     ·变风量空调系统建模第51-52页
   ·空调房间模型的建立第52-54页
   ·变风量空调末端控制系统第54-56页
     ·变风量空调压力无关型末端第54页
     ·串级控制系统的设计原则第54-55页
     ·串级控制系统的参数整定方法第55-56页
   ·粒子群 PID 参数自整定控制第56-64页
     ·PID 算法控制的原理和特点第56页
     ·PID 控制器的参数的整定第56页
     ·参数的预置与调整第56-57页
     ·PID 控制规律第57页
     ·PID 参数整定的 PSO 模型第57-60页
     ·仿真研究与分析第60-64页
   ·本章小结第64-65页
第六章 结论第65-67页
   ·全文总结第65-66页
   ·下一步的研究工作的建议第66-67页
参考文献第67-71页
作者简介第71页
作者在攻读硕士学位期间发表的学术论文第71-72页
致谢第72-73页

论文共73页,点击 下载论文
上一篇:基于蚁群算法的变风量空调系统多参量控制研究
下一篇:金刚石圆锯片切割石材动力学研究