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--人工神经网络与计算论文

智能居住环境学习和控制策略研究

摘要第1-15页
ABSTRACT第15-20页
符号说明第20-23页
第一章 绪论第23-39页
   ·研究背景与意义第23-24页
   ·智能居住环境的研究现状第24-34页
     ·智能居住环境的用户行为识别、预测第24-26页
     ·智能居住环境的知识表示第26-28页
     ·智能居住环境的控制策略第28-30页
     ·Agent技术在智能居住环境中的应用第30-34页
   ·课题的主要研究内容及章节安排第34-37页
   ·小结第37-39页
第二章 智能居住环境Multi-Agent系统构架第39-53页
   ·引言第39-40页
   ·基于ZigBee的智能居住环境无线传感器网络系统第40-43页
   ·智能居住环境Multi-Agent系统构架第43-50页
     ·总体构架第44-45页
     ·Agent模型第45-50页
   ·小结第50-53页
第三章 智能居住环境用户行为识别第53-63页
   ·引言第53-54页
   ·新型OPNN神经网络结构与算法第54-58页
     ·采集分类学习数据第55-56页
     ·OPNN神经网络学习算法第56-58页
     ·OPNN神经网络输出算法第58页
   ·异常行为识别方法第58-59页
   ·实验分析第59-61页
   ·小结第61-63页
第四章 动态关联智能模糊Agent第63-89页
   ·引言第63-64页
   ·基于用户喜好学习的智能模糊Agent第64-76页
     ·采集输入输出数据对第65页
     ·隶属度函数学习第65-68页
     ·萃取模糊规则第68-69页
     ·IFA模糊控制第69-70页
     ·在线自适应学习算法第70-71页
     ·实验分析第71-76页
   ·输入输出动态关联算法第76-86页
     ·概述第76-77页
     ·Hebb学习第77-78页
     ·输入输出动态关联算法第78-82页
     ·动态关联实验与分析第82-86页
   ·DAIFA控制系统结构第86-87页
   ·DAIFA实验分析第87页
   ·小结第87-89页
第五章 基于聚类的超闭球CMAC神经网络非线性动态建模第89-105页
   ·引言第89-91页
   ·HCMAC神经网络算法第91-93页
     ·非线性动态过程的描述第91页
     ·HCMAC神经网络算法第91-93页
   ·HCMAC神经网络算法的改进第93-96页
     ·基于聚类的神经网络节点计算第93-94页
     ·高斯基函数σ参数的确定第94-95页
     ·权系数初始值q_0的模糊推理算法第95页
     ·神经网络的输出计算第95-96页
   ·神经网络节点和权值的在线修改第96页
   ·仿真研究第96-99页
   ·智能居住环境应用举例第99-103页
     ·智能居住环境预测控制第99-102页
     ·空调启停时间预测第102-103页
   ·小结第103-105页
第六章 智能动态热舒适控制第105-129页
   ·引言第105-106页
   ·智能动态热舒适控制系统结构第106-107页
   ·PMV软测量第107-113页
   ·用户热舒适区学习第113-116页
   ·动态热舒适控制第116-117页
   ·基于计算实验的温度、湿度、风速给定值的确定第117-121页
     ·温度、风速、湿度对PMV的影响第117-119页
     ·基于计算实验的温度、湿度、风速值的确定第119-121页
   ·实验与分析第121-127页
     ·用户热舒适区学习实验第122-123页
     ·动态热舒适控制实验第123-127页
   ·小结第127-129页
第七章 结论与展望第129-133页
   ·论文的主要研究成果第129-131页
   ·进一步研究工作的展望第131-133页
参考文献第133-145页
致谢第145-147页
攻读学位期间发表的学术论文目录第147-149页
攻读学位期间科研成果第149-151页
学位论文评阅及答辩情况表第151-153页
附录 完成的英文论文第153-163页

论文共163页,点击 下载论文
上一篇:面向服务任务的智能空间支持技术研究与实现
下一篇:基于RFID的AGV定位与导引研究