| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 变风量中央空调控制技术研究现状 | 第12-13页 |
| 1.2.2 热舒适度指标研究现状 | 第13页 |
| 1.2.3 热舒适度控制研究现状 | 第13-15页 |
| 1.3 本论文主要研究内容 | 第15-17页 |
| 第二章 热舒适度的评价模型分析 | 第17-29页 |
| 2.1 热舒适度的主要影响因素 | 第17-19页 |
| 2.2 热舒适度指标模型 | 第19-22页 |
| 2.2.1 热舒适度评价指标简介 | 第19-21页 |
| 2.2.2 热舒适度PMV指标数学模型 | 第21-22页 |
| 2.3 热舒适度预测模型 | 第22-28页 |
| 2.3.1 热舒适度预测建模方法 | 第22-23页 |
| 2.3.2 BP神经网络 | 第23-24页 |
| 2.3.3 基于BP神经网络的预测建模 | 第24-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于改进的蚁群算法优化热舒适度预测模型 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 基本的蚁群算法(AS) | 第29-32页 |
| 3.2.1 蚁群算法的原理介绍 | 第29-30页 |
| 3.2.2 蚁群算法的数学描述 | 第30-32页 |
| 3.2.3 蚁群算法的优点和缺陷 | 第32页 |
| 3.3 蚁群算法的改进 | 第32-35页 |
| 3.3.1 蚁群算法的几种改进 | 第33-34页 |
| 3.3.2 改进的蚁群算法实现 | 第34-35页 |
| 3.4 改进的蚁群算法优化BP神经网络 | 第35-37页 |
| 3.4.1 蚁群算法优化BP神经网络的思想 | 第35页 |
| 3.4.2 改进的蚁群算法优化BP神经网络预测算法 | 第35-37页 |
| 3.5 基于改进的蚁群优化BP算法的预测建模 | 第37-41页 |
| 3.5.1 预测建模仿真 | 第37页 |
| 3.5.2 仿真结果讨论 | 第37-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 热舒适度模糊控制的设计和仿真 | 第43-57页 |
| 4.1 模糊控制器的概念 | 第43-44页 |
| 4.2 热舒适度模糊控制器的设计 | 第44-46页 |
| 4.2.1 模糊控制器的设计要素 | 第44-46页 |
| 4.2.2 模糊控制器的设计流程 | 第46页 |
| 4.3 热舒适度模糊控制器的仿真 | 第46-55页 |
| 4.3.1 模型变量的确定 | 第46-49页 |
| 4.3.2 控制规则的确定 | 第49页 |
| 4.3.3 模糊控制系统的建立 | 第49-52页 |
| 4.3.4 模型仿真的结果和分析 | 第52-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 PMV控制变风量的空调系统节能性分析与设计 | 第57-69页 |
| 5.1 建筑能耗仿真软件 | 第57页 |
| 5.2 变风量空调末端模型的设计 | 第57-63页 |
| 5.2.1 变风量空调系统原理分析 | 第57-59页 |
| 5.2.2 软件模拟模型设计 | 第59-61页 |
| 5.2.3 应用Design Builder搭建仿真模型 | 第61-63页 |
| 5.3 PMV控制变风量空调系统 | 第63-65页 |
| 5.3.1 最佳PMV控制变风量空调系统 | 第63-64页 |
| 5.3.2 最佳PMV控制变风量温度参数确定 | 第64-65页 |
| 5.4 PMV控制变风量的空调系统耗能仿真分析 | 第65-67页 |
| 5.5 本章小结 | 第67-69页 |
| 第六章 结论 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 作者简介 | 第75页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第75-77页 |
| 致谢 | 第77页 |
