基于遗传算法和数据挖掘的居住建筑能耗及舒适性研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-17页 |
1.1 引言 | 第8页 |
1.2 建筑能耗及室内热舒适性研究现状 | 第8-14页 |
1.2.1 全球能源消耗现状 | 第8-9页 |
1.2.2 国内外建筑能耗研究现状 | 第9-12页 |
1.2.3 室内热舒适性研究现状 | 第12-14页 |
1.3 研究内容、方法及意义 | 第14-17页 |
1.3.1 研究内容 | 第14页 |
1.3.2 研究方法 | 第14-16页 |
1.3.3 研究意义 | 第16-17页 |
第2章 建筑优化与数据挖掘基本理论 | 第17-26页 |
2.1 遗传算法介绍 | 第17-18页 |
2.2 遗传算法理论 | 第18-21页 |
2.3 数据挖掘算法 | 第21-23页 |
2.4 建筑优化和数据挖掘模型 | 第23-26页 |
2.4.1 多目标优化模型 | 第23-25页 |
2.4.2 数据挖掘模型 | 第25-26页 |
第3章 建筑模型构建与优化 | 第26-33页 |
3.1 优化参数 | 第26-28页 |
3.2 优化目标函数 | 第28-30页 |
3.3 基础建筑模型 | 第30-33页 |
3.3.1 目标城市选择 | 第30-31页 |
3.3.2 基础建筑模型 | 第31-33页 |
第4章 目标城市的优化结果对比分析 | 第33-61页 |
4.1 多目标优化分析 | 第33-53页 |
4.1.1 严寒地区 | 第34-39页 |
4.1.2 寒冷地区 | 第39-44页 |
4.1.3 夏热冬冷地区 | 第44-49页 |
4.1.4 夏热冬暖地区 | 第49-52页 |
4.1.5 温和地区 | 第52-53页 |
4.2 典型城市优化解分析 | 第53-61页 |
第5章 数据挖掘模型对比分析 | 第61-69页 |
5.1 模型对比 | 第61-66页 |
5.2 数据预测 | 第66-69页 |
第6章 结论与展望 | 第69-70页 |
6.1 结论 | 第69页 |
6.2 展望 | 第69-70页 |
致谢 | 第70-71页 |
作者在攻读硕士学位期间完成的论文 | 第71-72页 |
参考文献 | 第72-74页 |