| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.2 数据驱动方法概述 | 第12-15页 |
| 1.2.1 数据驱动方法特征与要求 | 第12页 |
| 1.2.2 数据驱动方法 | 第12-15页 |
| 1.3 本文主要工作与组织结构 | 第15-16页 |
| 1.4 本文结构安排 | 第16-19页 |
| 第2章 基于Fluent仿真的数据采样点选择 | 第19-29页 |
| 2.1 热水器基本特征 | 第19-22页 |
| 2.1.1 储水式电热水器物理结构 | 第19-20页 |
| 2.1.2 储水式热水器基本工作原理及工作模式 | 第20-22页 |
| 2.2 基于FLUENT仿真的放水模式下热水器温度场研究 | 第22-26页 |
| 2.2.1 放水普通加热模式下温度场变化过程研究 | 第23-24页 |
| 2.2.2 放水即热模式下温度场变化过程研究 | 第24-26页 |
| 2.3 热水器整体温度变化特征点位置选择 | 第26-28页 |
| 2.3.1 测试机温度传感器位置设置 | 第26-27页 |
| 2.3.2 温度变化特征点选择 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于正常洗浴数据特征分析的数据生成算法 | 第29-49页 |
| 3.1 采集样本数据问题分析 | 第29页 |
| 3.2 基于温度持续采样周期数规律分析的数据预处理算法 | 第29-39页 |
| 3.2.1 基于截止时间拟合离群点挖掘的错误数据清洗方法 | 第29-35页 |
| 3.2.2 基于洗浴温度数据特征分析的数据噪声消除算法 | 第35-39页 |
| 3.3 基于截止时间偏移率的温度数据生成算法 | 第39-47页 |
| 3.3.1 进水温度与水流量对温度变化趋势影响分析 | 第39-42页 |
| 3.3.2 温度数据生成算法描述 | 第42页 |
| 3.3.3 温度数据生成算法验证 | 第42-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第4章 基于不同设定条件下截止时间差异度分析的数据分区算法 | 第49-61页 |
| 4.1 设定条件对温度曲线相似度影响分析 | 第49-52页 |
| 4.1.1 设置温度对温度曲线相似度影响分析 | 第50页 |
| 4.1.2 进水温度对温度曲线相似度影响分析 | 第50-51页 |
| 4.1.3 水流量对温度曲线相似度影响分析 | 第51-52页 |
| 4.2 基于截止时间差异度分析的数据分区算法 | 第52-59页 |
| 4.2.1 截止时间差异度定义 | 第52-53页 |
| 4.2.2 基于截止时间差异度的数据分区 | 第53-59页 |
| 4.3 本章小结 | 第59-61页 |
| 第5章 基于GBL算法的热水器剩余洗浴时间预测算法 | 第61-81页 |
| 5.1 BP神经网络与遗传算法描述 | 第61-67页 |
| 5.1.1 BP神经网络算法描述 | 第61-64页 |
| 5.1.2 遗传算法描述 | 第64-67页 |
| 5.2 GBL算法设计 | 第67-79页 |
| 5.2.1 LUBE算法描述 | 第67-69页 |
| 5.2.2 GBL(GA+BP+LUBE)算法描述 | 第69-74页 |
| 5.2.3 GBL算法验证与评价 | 第74-79页 |
| 5.3 本章小结 | 第79-81页 |
| 第6章 热水器数据预测系统设计与实现 | 第81-95页 |
| 6.1 系统开发平台概述 | 第81页 |
| 6.2 热水器数据预测系统设计 | 第81-85页 |
| 6.2.1 系统功能设计 | 第81-83页 |
| 6.2.2 数据库设计 | 第83-85页 |
| 6.3 热水器数据预测系统实现 | 第85-94页 |
| 6.3.1 基础模块 | 第85-86页 |
| 6.3.2 数据管理 | 第86-89页 |
| 6.3.3 数据预测 | 第89-91页 |
| 6.3.4 数据分析 | 第91页 |
| 6.3.5 图像显示 | 第91-93页 |
| 6.3.6 系统设置 | 第93-94页 |
| 6.4 本章小结 | 第94-95页 |
| 第7章 总结与展望 | 第95-97页 |
| 7.1 论文工作总结 | 第95-96页 |
| 7.2 未来研究方向展望 | 第96-97页 |
| 参考文献 | 第97-101页 |
| 致谢 | 第101-103页 |
| 硕士期间获奖情况 | 第103页 |
