重庆市居住建筑能耗预测方法研究

重庆市居住建筑能耗预测方法研究

论文摘要

随着经济的发展和科学技术的进步,人们对生活质量和生存环境的要求日益提高,由于能源结构与环境改善的关系密切,生活能源消耗大大提高了居民的生活质量。居住生活能耗受到国内、国际各方面因素的影响,是一个复杂的非线性系统。而传统的线性预测方法虽然具有直观简单、解释性强的优点,但难以处理动态复杂的非线性系统的预测问题。神经网络是一种非线性的动力学系统,具有强大的非线性映射能力,具有很强的鲁棒性和容错性,对于解决非线性问题具有独特的先进优势,非常适合于解决非线性经济系统的预测和决策问题。论文首先分析了重庆市居住建筑能耗在地理环境上、国家政策上和自身条件上的不同,总体分析了重庆市居住建筑能耗的现状,并针对重庆市居住建筑能耗的特点,提出影响重庆市居住建筑能耗的指标归纳为16个因子,建立BP神经网络模型所需指标体系。将目前被广泛应用于许多领域中预测决策问题的GM(1,1)预测模型和神经网络理论应用于重庆市居住建筑能耗的预测建模。将基于DPS数据处理系统的原有灰色理论GM(1,1)模型基础上对重庆市居住建筑能耗进行预测,得出预测模型。然后基于数据库SQL server 2005平台通过Cshap语言建立重庆市居住建筑能耗的多因素BP神经网络预测模型,并进行了实证预测。本论文建立的重庆市居住建筑能耗的BP神经网络多因素预测模型考虑了人口数量、城市居民可支配收入、私人民用车辆拥有量、人均人民币储蓄存款余额、城镇化率、年末实有住宅面积、燃气普及率、GDP、全社会固定资产投资总额、就业人口、建筑业生产总值、进出口总值、社会消费品零售总额、平均相对湿度16个指标指标对重庆市居住建筑能耗的影响,体现了实际经济意义。本论文预测模型的预测结果具有较高的预测精度和较好的拟合效果,更符合重庆市居住建筑能耗实际数据的发展趋势。预测的结果可以辅助制订重庆市居住建筑节能措施和标准,正确引导和组织重庆市居住建筑行业,优化重庆市居住建筑结构,并借由重庆市居住建筑能耗的预测,给重庆市居住建筑节能的方案和措施提供参考。最后对居住建筑能耗与GDP、年末实有住宅面积、人口总数、和城市居民可支配收入、自然资源和通风措施之间关系的分析。探索性的提出了一些相关的节能措施方案。提出要密切结合各宏观因素开展各种应用技术的落实措施,并将本章所提到的节能措施应用到实际中,为重庆市实现真正意义上的能效建筑提供使用措施。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 研究背景与意义
  • 1.1.1 研究背景
  • 1.1.2 选题的意义
  • 1.2 研究问题
  • 1.2.1 建筑能耗现状
  • 1.2.2 居住建筑能耗现状
  • 1.3 研究方法
  • 1.3.1 预测的概念、特点及分类
  • 1.3.2 预测科学的发展概况
  • 1.4 国内外研究现状综述
  • 1.4.1 能源预测模型
  • 1.4.2 国外能源预测模型
  • 1.4.3 国内能源预测模型
  • 1.5 研究内容
  • 1.6 创新点
  • 2 预测方法理论
  • 2.1 灰色理论预测方法
  • 2.2 回归分析方法
  • 2.3 时间序列方法
  • 2.4 弹性系数预测方法
  • 2.5 神经网络概述
  • 2.5.1 人工神经网络的特点
  • 2.5.2 人工神经元模型
  • 2.5.3 BP 神经网络
  • 2.5.4 BP 神经网络的基本原理
  • 2.5.5 人工神经网络的学习方式和学习方法
  • 2.6 结论
  • 3 居住建筑能耗影响指标系统
  • 3.1 重庆市生活能耗指标体系分析
  • 3.2 重庆市生活能耗指标体系解析
  • 3.2.1 指标相关性分析
  • 3.2.2 生活能耗与显著指标关系分析
  • 3.3 微观影响因素分析
  • 3.4 结论
  • 4 BP 人工神经网络居住建筑能耗预测系统
  • 4.1 构建居住建筑能耗BP 神经网络预测模型
  • 4.1.1 网格结构及各参数
  • 4.1.2 样本输入数据的预处理
  • 4.1.3 训练(学习)样本集选择
  • 4.2 本次研究采用的人工神经网络模型及算法
  • 4.3 网络的程序实现
  • 4.4 数据库建立
  • 4.4 BP 神经网络预测系统
  • 4.4.1 系统登陆界面
  • 4.4.2 数据管理
  • 4.4.3 数据训练
  • 4.4.4 数据测试
  • 4.4.5 数据预测
  • 4.5 BP 神经网络模型预测
  • 4.5.1 预测结果
  • 4.5.2 分析预测结果
  • 4.6 预测模型论证
  • 4.6.1 居住能耗GM(1,1)模型
  • 4.6.2 第一次进行残差序列建模分析
  • 4.6.3 第二次进行残差序列建模分析
  • 4.6.4 第三次进行残差序列建模分析
  • 4.6.5 第四次进行残差序列建模分析
  • 4.7 模型对比
  • 4.8 结论
  • 5 重庆市居住建筑节能潜力分析
  • 5.1 居住建筑能耗与GDP
  • 5.2 居住建筑能耗与年末实有住宅面积
  • 5.3 居住建筑能耗与人口总数
  • 5.4 居住建筑能耗与城市居民可支配收入
  • 5.5 居住建筑能耗与自然资源
  • 5.6 居住建筑能耗与自然通风
  • 5.7 结论
  • 6 结论与展望
  • 6.1 主要结论
  • 6.2 展望
  • 致谢
  • 参考文献
  • 附录 A
  • 附录 B
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    重庆市居住建筑能耗预测方法研究
    下载Doc文档

    猜你喜欢