航站楼碳浓度预测控制方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 碳浓度预测建模研究现状 | 第11-12页 |
| 1.2.2 碳浓度控制方法研究现状 | 第12-14页 |
| 1.3 研究内容及章节安排 | 第14-15页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 章节安排 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 碳浓度数据采集系统设计及数据特征分析 | 第16-28页 |
| 2.1 碳浓度数据采集系统设计 | 第16-25页 |
| 2.1.1 系统总体设计方案 | 第16-17页 |
| 2.1.2 系统硬件设计 | 第17-20页 |
| 2.1.3 系统软件设计 | 第20-25页 |
| 2.2 碳浓度数据特征分析 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 航站楼碳浓度预测建模 | 第28-52页 |
| 3.1 预测建模理论基础 | 第28-34页 |
| 3.1.1 小波分析理论 | 第28-30页 |
| 3.1.2 支持向量回归预测建模原理 | 第30-32页 |
| 3.1.3 自回归移动平均预测建模原理 | 第32-34页 |
| 3.2 预测建模方案设计 | 第34-36页 |
| 3.2.1 预测模型设计思路 | 第34-36页 |
| 3.2.2 预测模型评价标准 | 第36页 |
| 3.3 实证分析 | 第36-51页 |
| 3.3.1 数据选取说明 | 第36-37页 |
| 3.3.2 小波去噪 | 第37-38页 |
| 3.3.3 小波多分辨分析 | 第38-39页 |
| 3.3.4 趋势序列和各层细节序列的平稳性检验 | 第39-41页 |
| 3.3.5 趋势序列SVR建模预测 | 第41-47页 |
| 3.3.6 细节序列ARMA建模预测 | 第47-49页 |
| 3.3.7 预测结果叠加 | 第49页 |
| 3.3.8 模型对比 | 第49-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第四章 航站楼碳浓度控制方法 | 第52-63页 |
| 4.1 碳浓度控制重点 | 第52-56页 |
| 4.1.1 碳浓度影响因素理论分析 | 第52-53页 |
| 4.1.2 碳浓度影响因素实验验证 | 第53-56页 |
| 4.1.3 碳浓度控制因素分析 | 第56页 |
| 4.2 模糊控制模型 | 第56-61页 |
| 4.2.1 模糊控制模型的建立 | 第56-59页 |
| 4.2.2 碳浓度模糊控制仿真 | 第59-61页 |
| 4.3 航站楼碳浓度控制方案设计 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 结论与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者简介 | 第69页 |
