| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题来源 | 第9-10页 |
| 1.2 课题研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.4 主要研究内容及文章架构 | 第13-15页 |
| 1.4.1 主要研究内容 | 第13-14页 |
| 1.4.2 文章架构 | 第14-15页 |
| 第二章 建筑气环境的评价要素及智能控制需求 | 第15-34页 |
| 2.1 建筑气环境的评价要素 | 第15-20页 |
| 2.1.1 建筑气环境的影响因素 | 第15-16页 |
| 2.1.2 建筑气环境的评价方法 | 第16-20页 |
| 2.2 气环境的控制方式 | 第20-22页 |
| 2.2.1 自然通风对气环境的控制 | 第20页 |
| 2.2.2 机械通风对气环境的控制 | 第20-21页 |
| 2.2.3 空气净化技术对气环境的控制 | 第21-22页 |
| 2.3 气环境控制方式的智能化 | 第22-23页 |
| 2.3.1 自然通风的智能化控制 | 第22页 |
| 2.3.2 机械通风的智能化控制 | 第22-23页 |
| 2.3.3 通风的智能化综合控制 | 第23页 |
| 2.4 气环境的智能控制需求 | 第23-33页 |
| 2.4.1 有害物浓度指标及其控制需求 | 第23-28页 |
| 2.4.2 人对空气满意度及其控制需求 | 第28-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于模糊神经网络的空气质量评价法 | 第34-50页 |
| 3.1 模糊系统及神经网络 | 第34-40页 |
| 3.1.1 模糊系统 | 第34-35页 |
| 3.1.2 人工神经网络 | 第35-40页 |
| 3.2 模糊神经网络 | 第40-44页 |
| 3.2.1 模糊神经网络的分类 | 第40-41页 |
| 3.2.2 模糊神经网络的模型 | 第41-44页 |
| 3.3 基于NN—FS串联模型的空气质量评价系统 | 第44-49页 |
| 3.3.1 空气质量评价系统的网络架构 | 第44-45页 |
| 3.3.2 确定训练样本 | 第45页 |
| 3.3.3 空气评价过程 | 第45-48页 |
| 3.3.4 评价结果分析 | 第48-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 气环境模糊控制系统的设计及仿真 | 第50-67页 |
| 4.1 模糊PID控制系统 | 第50-54页 |
| 4.1.1 PID控制原理 | 第50-51页 |
| 4.1.2 模糊PID控制原理 | 第51-52页 |
| 4.1.3 模糊控制器 | 第52-54页 |
| 4.2 室内气环境的建模 | 第54-56页 |
| 4.3 基于空气污染指数的模糊控制系统的设计及仿真 | 第56-62页 |
| 4.3.1 模糊控制器的设计 | 第56-60页 |
| 4.3.2 传递函数的确定 | 第60页 |
| 4.3.3 基于Simulink的仿真 | 第60-62页 |
| 4.4 风机模糊控制系统的设计及仿真 | 第62-66页 |
| 4.4.1 模糊控制器的设计 | 第62-64页 |
| 4.4.2 数学模型的确定 | 第64-65页 |
| 4.4.3 基于Simulink的仿真 | 第65-66页 |
| 4.5 本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间发表的论文 | 第72-73页 |
| 致谢 | 第73页 |