| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 建筑能耗预测方法国内外研究现状 | 第10-13页 |
| 1.2.2 建筑节能量评估方法国内外研究现状 | 第13-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第2章 相关理论与技术概述 | 第18-33页 |
| 2.1 公共建筑能耗 | 第18-25页 |
| 2.1.1 公共建筑能耗构成 | 第18-20页 |
| 2.1.2 公共建筑能耗特点 | 第20-25页 |
| 2.2 RBF神经网络 | 第25-28页 |
| 2.2.1 径向基函数网络中的隐节点和输出节点 | 第26页 |
| 2.2.2 径向基函数网络的学习过程 | 第26-28页 |
| 2.3 多元线性回归 | 第28-32页 |
| 2.3.1 多元线性回归模型的一般形式 | 第28页 |
| 2.3.2 多元线性回归参数的最小二乘估计 | 第28-29页 |
| 2.3.3 多元线性回归方程显著性检验 | 第29-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 公共建筑能耗预测模型 | 第33-46页 |
| 3.1 基于RBF神经网络能耗预测模型 | 第33-36页 |
| 3.2 基于PSO-RBF神经网络能耗预测模型 | 第36-40页 |
| 3.3 仿真 | 第40-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 公共建筑节能量评估方法 | 第46-57页 |
| 4.1 相关术语介绍 | 第46-48页 |
| 4.2 节能量审核与计算方法 | 第48-51页 |
| 4.2.1 基本概念和方法 | 第48-50页 |
| 4.2.2 基于回归模型的节能量核定步骤 | 第50-51页 |
| 4.3 案例 | 第51-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 公共建筑能耗预测与节能量分析系统设计与实现 | 第57-67页 |
| 5.1 开发环境和相关技术 | 第57页 |
| 5.2 需求分析及规格说明 | 第57-59页 |
| 5.2.1 可行性分析与研究 | 第57-58页 |
| 5.2.2 需求分析 | 第58-59页 |
| 5.3 系统总体设计 | 第59页 |
| 5.4 数据库设计 | 第59-62页 |
| 5.4.1 概念结构设计 | 第59-60页 |
| 5.4.2 数据字典设计 | 第60-62页 |
| 5.5 系统实现 | 第62-66页 |
| 5.6 本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第73页 |