| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 智能建筑及空调系统 | 第11-15页 |
| 1.2.1 智能建筑 | 第11-12页 |
| 1.2.2 空调系统的发展与调节 | 第12-13页 |
| 1.2.3 空调系统的分类 | 第13-15页 |
| 1.3 变风量空调系统的发展与应用 | 第15-17页 |
| 1.4 变风量空调解耦控制的发展及应用 | 第17-18页 |
| 1.5 课题主要研究内容与创新点 | 第18-20页 |
| 第二章 变风量空调系统设计 | 第20-32页 |
| 2.1 变风量空调系统的概述 | 第20-22页 |
| 2.1.1 变风量空调系统的组成 | 第20-21页 |
| 2.1.2 变风量空调系统的分类 | 第21-22页 |
| 2.1.3 变风量空调系统的特点 | 第22页 |
| 2.2 变风量空调系统的控制方法分析 | 第22-24页 |
| 2.2.1 变风量空调控制特点 | 第22-23页 |
| 2.2.2 变风量空调控制方法 | 第23-24页 |
| 2.3 智能建筑楼宇控制系统设计 | 第24-28页 |
| 2.3.1 工程项目背景 | 第24-26页 |
| 2.3.2 楼宇自动控制系统结构及要求 | 第26-27页 |
| 2.3.3 基于TCP/IP网络架构 | 第27-28页 |
| 2.4 智能建筑中的变风量空调系统设计 | 第28-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 变风量空调温湿度解耦控制系统设计 | 第32-48页 |
| 3.1 解耦控制方法分析 | 第32-35页 |
| 3.1.1 对角线解耦法 | 第32-33页 |
| 3.1.2 前馈补偿解耦法 | 第33-34页 |
| 3.1.3 静态解耦 | 第34页 |
| 3.1.4 内模解耦 | 第34-35页 |
| 3.2 变风量空调温湿度控制回路及耦合特性分析 | 第35-38页 |
| 3.2.1 变风量空调温湿度回路分析 | 第35-37页 |
| 3.2.2 变风量空调温湿度耦合特性分析 | 第37-38页 |
| 3.3 变风量空调控制系统温湿度回路模型建立 | 第38-41页 |
| 3.3.1 变风量空调系统温湿度耦合模型 | 第38-39页 |
| 3.3.2 空调区域温度控制回路 | 第39页 |
| 3.3.3 空调区域含湿量控制回路 | 第39-40页 |
| 3.3.4 工程项目参数与数学模型 | 第40-41页 |
| 3.4 基于小波神经网络的温湿度解耦控制系统设计 | 第41-47页 |
| 3.4.1 变风量空调解耦控制系统设计 | 第41-43页 |
| 3.4.2 小波神经网络 α 阶时延系统解耦器设计 | 第43-46页 |
| 3.4.3 小波神经网络 α 阶时延系统解耦仿真 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 变风量空调温湿度回路解耦优化及仿真 | 第48-60页 |
| 4.1 基于蝙蝠算法（BA）的温湿度解耦优化方法 | 第48-52页 |
| 4.1.1 蝙蝠算法的原理 | 第48-49页 |
| 4.1.2 蝙蝠算法优化BP神经网络 | 第49-51页 |
| 4.1.3 基于BA-BPNN的温湿度回路解耦仿真 | 第51-52页 |
| 4.2 基于萤火虫算法（GSO）的温湿度回路解耦优化方法 | 第52-57页 |
| 4.2.1 萤火虫算法的原理 | 第52-53页 |
| 4.2.2 萤火虫算法优化BP神经网络 | 第53-56页 |
| 4.2.3 基于GSO-BPNN的温湿度回路解耦仿真 | 第56-57页 |
| 4.3 变风量空调温湿度回路解耦策略对比分析 | 第57-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 结论 | 第60-62页 |
| 5.1 结论 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 作者简介 | 第64页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第64页 |
| 作者在攻读硕士学位期间参与学科竞赛 | 第64-66页 |
| 致谢 | 第66-67页 |
