第1章 绪论 1
1.1 研究背景、内容及意义 1
1.1.1 研究背景 1
1.1.2 研究内容及研究方法 4
1.1.3 研究意义 9
1.2 国内外研究现状 10
第2章 低碳环保视域下的节能降耗问题及对策 15
2.1 全球低碳节能的行动与节能途经 15
2.2 我国在低碳节能方面所做的工作及存在的问题 16
2.3 我国低碳节能方面的对策 19
2.4 本书的研究 21
第3章 理论基础 25
3.1 不确定理论及相关方法 25
3.1.1 随机变量 25
3.1.2 模糊变量 26
3.1.3 模糊随机变量 29
3.1.4 模糊随机规划模型 29
3.2 控制及优化方法 31
3.2.1 模糊控制 31
3.2.2 神经网络控制 32
3.2.3 模糊神经网络控制 35
3.2.4 遗传算法 36
3.2.5 灰色系统理论 40
第4章 不确定环境下的节能系统 45
4.1 节能管理信息系统结构 45
4.1.1 节能系统的硬件系统 47
4.1.2 节能系统的软件系统 49
4.2 耗电量的影响因素分析 51
4.3 节能控制装置及控制规则 53
4.3.1 新风/空调系统的控制规则 53
4.3.2 控制逻辑分析 56
4.4 节能控制过程 60
4.4.1 不确定化处理及输入量确定 61
4.4.2 建立耗电量的优化模型 61
4.4.3 运用混合智能算法搜索最优解 64
4.4.4 模型的修正 64
第5章 通信基站空调系统的热环境 66
5.1 通信基站热环境影响因素 66
5.2 热环境评价各因素隶属度函数的建立及其权重的确定 68
5.2.1 各因素隶属度函数 68
5.2.2 热环境评价指标权重 68
5.3 通信基站热环境系统设计 70
第6章 空调系统的自适应温度控制方法 73
6.1 通信机房的环境要求及温度控制原理 73
6.2 节能降耗的自适应温度控制过程 74
6.3 空调启动温度的定量决策 75
6.4 应用情况 77
第7章 模糊神经网络温度控制方法 78
7.1 温度控制系统原理 78
7.2 模糊神经网络控制器的设计 80
7.3 模糊神经网络的学习方法 82
7.4 实验结论 82
第8章 基于灰色预测的模糊神经网络温度控制方法 85
8.1 基于灰色预测的模糊神经网络控制结构 85
8.2 灰色预测模型的建立 86
8.2.1 灰色预测算法 87
8.2.2 等维新信息滚动预测算法 88
8.3 空调房间温度模糊神经网络控制及实现 89
8.4 仿真研究 91
第9章 模糊随机气温变量的温度控制模型 93
9.1 耗电量的影响因素分析 93
9.2 模糊随机气温变量及其数学描述 94
9.2.1 模糊随机室内温度的数学描述 94
9.2.2 模糊随机室外温度变化率的数学描述 95
9.3 模型的建立 96
9.4 简单模型的求解及企业实例分析 98
9.5 复杂模型的求解及企业实例分析 100
第10章 节能方案的选择 104
10.1 节能方案的形成 104
10.2 节能方案选择的模糊线性规划模型 106
10.3 模糊线性规划模型的求解 107
10.4 节能方案选择的实例 110
第11章 空调系统节能技术在其他领域中的应用 113
11.1 冷链物流的低碳节能间题 114
11.2 冷链物流的设备与技术 118
11.3 低碳供应链中的温控技术 122
11.4 冷链物流中的节能管理 126
参考文献 130
附录A 国际社会应对气候变化问题制度构建重要历程 137
附录B 我国节能方面的有关政策文件 139
附录C 基站现场照片 141