| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 智能建筑与中央空调系统 | 第12-15页 |
| 1.2.1 智能建筑 | 第12页 |
| 1.2.2 中央空调系统 | 第12-13页 |
| 1.2.3 中央空调系统分类 | 第13-15页 |
| 1.3 空调控制系统发展现状 | 第15-17页 |
| 1.4 本论文研究方向和主要工作 | 第17-19页 |
| 第二章 变风量空调系统优化控制策略分析 | 第19-27页 |
| 2.1 变风量空调系统概述 | 第19-20页 |
| 2.1.1 变风量空调系统 | 第19页 |
| 2.1.2 变风量空调系统分类 | 第19-20页 |
| 2.1.3 变风量空调系统的特点 | 第20页 |
| 2.2 变风量空调系统的工作原理 | 第20-21页 |
| 2.3 变风量空调系统的控制方法分析 | 第21-23页 |
| 2.3.1 变风量空调控制特点 | 第21-22页 |
| 2.3.2 变风量空调控制方法 | 第22-23页 |
| 2.4 本课题工程背景介绍 | 第23-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 变风量空调系统控制器设计 | 第27-45页 |
| 3.1 改进型CMAC神经网络单模式控制在VAV空调系统中的应用 | 第27-35页 |
| 3.1.1 模糊神经网络 | 第27-28页 |
| 3.1.2 改进型CMAC模糊神经网络控制器设计 | 第28-29页 |
| 3.1.3 改进型CMAC模糊神经网络 | 第29-31页 |
| 3.1.4 RBF神经网络预测器设计 | 第31-32页 |
| 3.1.5 基于遗传算法的改进径向基函数神经网络算法 | 第32-35页 |
| 3.2 并行多变量双模式控制策略在VAV空调系统中的应用 | 第35-40页 |
| 3.2.1 VAV空调系统并行多变量控制策略设计 | 第35-37页 |
| 3.2.2 模糊神经网络控制器 | 第37-40页 |
| 3.2.3 神经网络预测器设计 | 第40页 |
| 3.3 基于二氧化碳浓度调节的双模式控制策略在空调系统中的应用 | 第40-43页 |
| 3.3.1 模糊神经网络控制器设计 | 第42页 |
| 3.3.2 神经网络预测器设计 | 第42-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 VAV空调系统仿真实验与结论分析 | 第45-57页 |
| 4.1 VAV空调房间模型建立 | 第45页 |
| 4.2 改进型CMAC神经网络单模式控制策略仿真实验研究 | 第45-47页 |
| 4.2.1 仿真实验对比 | 第45-46页 |
| 4.2.2 结论 | 第46-47页 |
| 4.3 并行多变量双模式控制策略仿真研究 | 第47-50页 |
| 4.3.1 仿真实验对比 | 第47-49页 |
| 4.3.2 控制方法的实现 | 第49-50页 |
| 4.3.3 结论 | 第50页 |
| 4.4 基于CO_2浓度调节的双模式控制策略仿真实验研究 | 第50-55页 |
| 4.4.1 仿真实验对比 | 第50-53页 |
| 4.4.2 控制方法的实现 | 第53-54页 |
| 4.4.3 结论 | 第54-55页 |
| 4.5 系统仿真结果对比分析 | 第55页 |
| 4.6 本章小结 | 第55-57页 |
| 第五章 结论 | 第57-59页 |
| 5.1 结论 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 作者简介 | 第63页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |
