| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.3 本文的内容 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 基于RBF神经网络的室内温度影响因素分析 | 第15-25页 |
| 2.1 室内温度影响因素分析 | 第15-16页 |
| 2.2 RBF神经网络概述 | 第16-20页 |
| 2.2.1 径向基神经网络结构 | 第16-18页 |
| 2.2.2 RBF神经网络参数的训练算法 | 第18-20页 |
| 2.3 建模仿真及结果分析 | 第20-24页 |
| 2.3.1 建模过程 | 第20-21页 |
| 2.3.2 仿真研究及分析 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 建筑热负荷预测方法研究 | 第25-49页 |
| 3.1 灰色系统预测 | 第25-41页 |
| 3.1.1 灰色生成 | 第25-28页 |
| 3.1.2 GM(1,1)模型的建模原理与步骤 | 第28-34页 |
| 3.1.3 灰色预测模型的精度检验 | 第34-37页 |
| 3.1.4 基于灰色系统的热负荷预测 | 第37-41页 |
| 3.2 BP神经网络预测 | 第41-48页 |
| 3.2.1 BP神经网络模型结构 | 第41-42页 |
| 3.2.2 BP算法原理及其流程图 | 第42-45页 |
| 3.2.3 BP神经网络的缺点 | 第45-46页 |
| 3.2.4 基于BP神经网络的热负荷预测 | 第46-48页 |
| 3.3 本章小结 | 第48-49页 |
| 第4章 建筑热负荷预测研究 | 第49-61页 |
| 4.1 灰色神经网络概述 | 第49-51页 |
| 4.1.1 灰色理论和神经网络的关系 | 第49-50页 |
| 4.1.2 灰色神经网络模型的分类 | 第50-51页 |
| 4.2 改进型灰色神经网络预测模型 | 第51-52页 |
| 4.3 基于灰色神经网络的仿真实验及结果分析 | 第52-57页 |
| 4.3.1 数据来源 | 第52页 |
| 4.3.2 实验步骤及结果分析 | 第52-57页 |
| 4.4 灰色神经网络预测模型在实际供暖中的应用及研究 | 第57-60页 |
| 4.5 误差原因分析 | 第60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 总结和展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士期间发表论文 | 第66-67页 |
| 致谢 | 第67页 |