| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 第一章 绪论 | 第14-25页 |
| ·选题背景及研究意义 | 第14-16页 |
| ·建筑冷负荷预测发展及研究现状 | 第16-17页 |
| ·人工神经网络发展及研究现状 | 第17-21页 |
| ·人工神经网络概况 | 第17-19页 |
| ·BP 神经网络概况及其预测 | 第19-21页 |
| ·粒子群算法发展及研究现状 | 第21-22页 |
| ·建筑供冷控制研究现状 | 第22-23页 |
| ·本论文研究的主要内容及工作 | 第23-25页 |
| 第二章 建筑冷负荷预测分析 | 第25-32页 |
| ·负荷预测定义及分类 | 第25-27页 |
| ·建筑冷负荷预测影响因素及特点 | 第27-28页 |
| ·建筑冷负荷预测原理 | 第28-29页 |
| ·建筑冷负荷预测方法与分析选择 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 BP 神经网络原理分析 | 第32-45页 |
| ·BP 神经网络概述 | 第32-34页 |
| ·人工神经网络 | 第32-34页 |
| ·BP 神经网络产生与定义 | 第34页 |
| ·BP 神经网络拓扑结构及确定 | 第34-38页 |
| ·BP 神经网络拓扑结构描述 | 第34-36页 |
| ·BP 神经网络拓扑结构确定 | 第36-38页 |
| ·BP 神经网络学习算法及训练 | 第38-42页 |
| ·BP 神经网络的信号流向 | 第38-39页 |
| ·BP 神经网络的算法 | 第39-42页 |
| ·BP 神经网络运行步骤 | 第42页 |
| ·BP 神经网络存在的不足及改进 | 第42-44页 |
| ·BP 神经网络的不足 | 第42-43页 |
| ·BP 神经网络的改进 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 粒子群算法理论基础 | 第45-52页 |
| ·粒子群算法概述 | 第45-46页 |
| ·粒子群算法原理描述 | 第46-49页 |
| ·全局最优粒子群优化原理 | 第47-48页 |
| ·局部最优粒子群优化原理 | 第48-49页 |
| ·粒子群算法流程与特点 | 第49-50页 |
| ·粒子群算法初始化过程 | 第49-50页 |
| ·粒子群算法流程 | 第50页 |
| ·粒子群算法特点 | 第50页 |
| ·粒子群算法的应用研究 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于粒子群与控制误差回馈改进 BP 神经网络的建筑冷负荷预测 | 第52-67页 |
| ·PSO 优化 BP 神经网络可行性分析 | 第52-54页 |
| ·PSO 与 BP 神经网络优缺点分析 | 第52-53页 |
| ·PSO 优化 BP 神经网络具体形式 | 第53-54页 |
| ·PSO 优化 BPNN 的可行性结论 | 第54页 |
| ·建筑冷负荷预测 BP 神经网络输入参数 | 第54-57页 |
| ·神经网络输入参数选择 | 第54-55页 |
| ·影响建筑冷负荷的因素 | 第55-56页 |
| ·控制误差反馈参数 | 第56-57页 |
| ·建筑冷负荷预测 BP 神经网络结构 | 第57-58页 |
| ·建筑冷负荷预测样本数据选择及预处理 | 第58-59页 |
| ·基于 PSO 与控制误差回馈改进 BP 神经网络预测模型 | 第59-61页 |
| ·基于 PSO 与控制误差回馈改进 BP 神经网络预测模型描述 | 第59-60页 |
| ·基于 PSO 优化 BP 神经网络流程 | 第60-61页 |
| ·基于 PSO 与控制误差回馈改进 BP 神经网络的建筑冷负荷预测 | 第61-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 基于动态目标的建筑供冷自适应控制 | 第67-74页 |
| ·建筑供冷控制目的 | 第67页 |
| ·建筑供冷控制手段 | 第67-68页 |
| ·基于动态目标的建筑供冷自适应控制算法描述 | 第68-71页 |
| ·算法流程 | 第68-71页 |
| ·算法特点分析 | 第71页 |
| ·基于动态目标的建筑供冷自适应控制实践 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第七章 基于 PSO-CEF-BPNN 的建筑冷负荷预测及 DTAC 系统开发 | 第74-80页 |
| ·软件总体架构设计 | 第74-76页 |
| ·数据采集程序结构 | 第75页 |
| ·预测系统结构 | 第75页 |
| ·DTAC 控制系统结构 | 第75-76页 |
| ·系统界面的结构 | 第76页 |
| ·数据中心 | 第76页 |
| ·软件技术架构 | 第76-78页 |
| ·数据采集程序技术说明 | 第77页 |
| ·预测系统技术说明 | 第77-78页 |
| ·DTAC 控制系统技术说明 | 第78页 |
| ·系统界面技术说明 | 第78页 |
| ·数据库技术说明 | 第78页 |
| ·开发环境 | 第78-80页 |
| 结论与展望 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间取得的研究成果 | 第86-87页 |
| 致谢 | 第87页 |
