数据挖掘技术在建筑能耗数据分析中的应用研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状及存在问题 | 第10-12页 |
| 1.2.1 建筑能耗分析研究与应用现状 | 第10-11页 |
| 1.2.2 数据挖掘技术国内外研究现状 | 第11-12页 |
| 1.2.3 国内外研究与应用存在的问题 | 第12页 |
| 1.3 本文主要研究内容和本文组织结构 | 第12-14页 |
| 1.3.1 本文主要研究内容 | 第12-13页 |
| 1.3.2 本文组织结构 | 第13-14页 |
| 2 数据挖掘技术相关理论简介 | 第14-22页 |
| 2.1 数据挖掘基本概念 | 第14-16页 |
| 2.2 数据挖掘常用算法概述 | 第16-21页 |
| 2.2.1 聚类算法 | 第16-17页 |
| 2.2.2 分类算法 | 第17-19页 |
| 2.2.3 离群点分析算法 | 第19-20页 |
| 2.2.4 关联分析算法 | 第20页 |
| 2.2.5 预测分析算法 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 建筑能耗分析的数据挖掘方法研究 | 第22-41页 |
| 3.1 适用于建筑能耗数据分析的智能算法 | 第22页 |
| 3.2 算法优选 | 第22-27页 |
| 3.2.1 建筑能耗数据聚类算法优选 | 第22-23页 |
| 3.2.2 建筑能耗数据分类算法优选 | 第23-24页 |
| 3.2.3 建筑能耗离群点分析算法优选 | 第24-25页 |
| 3.2.4 建筑能耗数据关联分析算法优选 | 第25-26页 |
| 3.2.5 建筑能耗预测算法优选 | 第26-27页 |
| 3.3 IIT方法设计 | 第27-28页 |
| 3.3.1 单一的建筑能耗智能分析方法存在不足 | 第27页 |
| 3.3.2 IIT方法 | 第27-28页 |
| 3.4 IIT方法模拟实验验证 | 第28-39页 |
| 3.4.1 实验环境 | 第28-29页 |
| 3.4.2 IIT方法可行性模拟实验验证 | 第29-36页 |
| 3.4.3 IIT方法对比实验验证 | 第36-39页 |
| 3.5 本章小结 | 第39-41页 |
| 4 某高校能耗监管平台开发 | 第41-51页 |
| 4.1 项目概况 | 第41页 |
| 4.2 平台软件开发环境和开发技术 | 第41-42页 |
| 4.2.1 平台软件开发环境 | 第41-42页 |
| 4.2.2 平台软件开发技术 | 第42页 |
| 4.3 平台软件架构 | 第42-43页 |
| 4.4 平台功能模块设计 | 第43-44页 |
| 4.5 平台数据库设计 | 第44-47页 |
| 4.6 平台界面展示 | 第47-50页 |
| 4.7 本章小结 | 第50-51页 |
| 5 建筑能耗数据智能分析系统设计与实现 | 第51-63页 |
| 5.1 需求分析 | 第51-52页 |
| 5.1.1 功能需求 | 第51页 |
| 5.1.2 外部接口需求 | 第51-52页 |
| 5.1.3 质量属性 | 第52页 |
| 5.2 概要设计和详细设计 | 第52-57页 |
| 5.2.1 概要设计 | 第52页 |
| 5.2.2 详细设计 | 第52-57页 |
| 5.3 编码实现 | 第57-60页 |
| 5.3.1 建筑能耗模式分类模块编码实现 | 第57-58页 |
| 5.3.2 建筑能耗离群点分析模块编码实现 | 第58-59页 |
| 5.3.3 建筑能耗关联分析模块编码实现 | 第59-60页 |
| 5.3.4 建筑能耗预测模块编码实现 | 第60页 |
| 5.4 功能模块测试 | 第60页 |
| 5.5 系统运行 | 第60-62页 |
| 5.6 本章小结 | 第62-63页 |
| 6 总结 | 第63-64页 |
| 6.1 研究结果与结论 | 第63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68页 |
| A. 作者在攻读学位期间发表的论文目录 | 第68页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第68页 |
