学位论文 > 优秀研究生学位论文题录展示

青海省城镇住宅建筑节能的综合评价研究

作　者: 朱琳
导　师: 陆宁
学　校: 长安大学
专　业: 技术经济与管理
关键词: 青海省城镇住宅建筑节能指标体系综合评价
分类号: F426.92;F206
类　型: 硕士论文
年　份: 2010年
下　载: 166次
引　用: 2次
阅　读: 论文下载

内容摘要

随着社会经济的飞速发展,建筑能耗在能源消耗中所占的比重越来越大。但是我国人均能源占有量少,能源利用率低,严重的能源压力和环境压力迫使我们必须大力开展建筑节能工作。目前我国有关住宅建筑节能的研究主要集中在建筑节能技术、节能政策方面,强调节能效果及意义,缺乏对住宅建筑节能准确、全面的综合评价方法。而建筑节能综合评价体系是建筑节能发展的支撑。建筑节能是一个复杂的系统工程,对建筑进行节能设计和改造,需要一个科学适用的综合评价体系以对建筑节能做出正确的评估。通过建立住宅建筑节能的综合评价指标体系,对住宅建筑节能进行综合评价,不仅有利于我们掌握既有住宅建筑的节能效果,而且更有助于指导新建住宅建筑节能工作的开展。青海省位于我国西北部,经济不发达,全年平均温度-5℃至8℃,海拔高,气候寒冷,具有丰富的太阳能资源。本文针对青海省具体的气候地理和住宅建筑的特点,探索青海省城镇建筑节能已取得的成效和存在的问题,运用多种数学方法和模型设计出青海省城镇住宅建筑节能的综合评价指标体系及综合评价模型。本文通过运用灰关联分析法、德尔菲法及人工神经网络模型,分析了综合评价青海省城镇住宅建筑节能的指标体系,得出比较重要的简化的节能评价指标,进一步建立了青海省城镇住宅建筑节能的综合评价模型。其中,灰色关联度的计算,可以较好的解决评价指标难以准确量化和统计的问题,整个计算过程简单、通俗易懂,易为人们掌握,并且只需要少量的样本,计算结果科学可靠。人工神经网络方法根据建筑样本所提供的数据,通过不断地学习和训练,找出输入与输出之间的内在联系,从而确定所建模型的系数。通过本文研究和实例分析证明,运用基于灰色关联度的人工神经网络模型综合评价法,既可以进行青海省城镇住宅建筑节能的综合评价,还可确定影响住宅建筑节能综合效果的关键指标所在,从而进一步指导既有住宅建筑的节能改造和新建住宅建筑节能工作的设计开展。

全文目录

摘要  5-6
Abstract  6-10
第一章绪论  10-17
  1.1 研究的背景  10-12
    1.1.1 我国能源和环境形势  10-11
    1.1.2 我国建筑节能面临的严峻形势  11
    1.1.3 青海省建筑节能面临的严峻形势  11-12
  1.2 论文研究的目的和意义  12-15
    1.2.1 论文研究的目的  12-13
    1.2.2 论文研究的意义  13-15
  1.3 论文研究的思想和方法  15-17
    1.3.1 论文研究的思想  15
    1.3.2 论文研究的方法  15-17
第二章国内外城镇建筑节能的发展历程和成功经验  17-27
  2.1 我国城镇建筑节能发展历程  17-22
    2.1.1 我国城镇建筑节能的原则  17-18
    2.1.2 我国城镇建筑节能的发展历程  18-20
    2.1.3 我国城镇建筑节能技术及成功经验  20-22
  2.2 国外城镇建筑节能的发展历程  22-23
  2.3 当前国内外建筑节能研究的重点方向  23-27
    2.3.1 国外建筑节能研究的重点方向  23-25
    2.3.2 国内建筑节能研究的重点方向  25-27
第三章青海省城镇住宅建筑节能发展历程和存在的问题  27-34
  3.1 青海省的自然环境特征  27-28
    3.1.1 青海省地理位置  27
    3.1.2 青海省气候特征  27-28
  3.2 青海省城镇住宅建筑节能发展历程  28-31
    3.2.1 青海省城镇住宅建筑节能政策制定  28-29
    3.2.2 青海省城镇住宅建筑节能技术研究  29-31
  3.3 青海省城镇住宅建筑节能存在的问题  31-34
第四章青海省城镇住宅建筑节能的工作目标和措施建议  34-38
  4.1 青海省城镇住宅建筑节能的工作目标  34-35
    4.1.1 我国建筑节能的根本目标  34
    4.1.2 青海省城镇住宅建筑节能的工作目标  34-35
  4.2 青海省城镇住宅建筑节能的措施建议  35-38
    4.2.1 建筑节能措施制定的指导思想和基本原则  35-36
    4.2.2 青海省城镇住宅建筑节能的措施建议  36-38
第五章青海省城镇住宅建筑节能的综合评价指标体系  38-44
  5.1 建立城镇住宅建筑节能评价指标的意义及作用  38
  5.2 建立城镇住宅建筑节能评价指标的原则  38-39
  5.3 城镇住宅建筑节能评价指标体系的层次结构  39-40
  5.4 构建青海省城镇住宅建筑节能的综合评价指标体系  40-44
    5.4.1 青海省城镇住宅建筑节能的综合评价指标的确定  40
    5.4.2 青海省城镇住宅建筑节能评价指标体系中指标的说明  40-44
第六章青海省城镇住宅建筑节能的综合评价模型  44-51
  6.1 基于灰色关联度的青海省城镇住宅建筑节能评价指标体系的简化  44-47
    6.1.1 灰色综合评价法的思想和原理  44
    6.1.2 基于灰色关联度的青海省城镇住宅建筑节能评价指标的排序过程  44-46
    6.1.3 基于灰色关联度的青海省城镇住宅建筑节能评价指标简化结果  46-47
  6.2 基于人工神经网络的青海省城镇住宅建筑节能的综合评价模型  47-50
    6.2.1 人工神经网络的基本思想和模型的建立  47-48
    6.2.2 人工神经网络评价住宅建筑节能算法的实现  48-49
    6.2.3 人工神经网络评价住宅建筑节能的学习训练过程  49-50
  6.3 青海省城镇住宅建筑节能的综合评价结论  50-51
第七章青海省城镇住宅建筑节能的综合评价示例  51-60
  7.1 确定研究样本及指标数据  51-53
  7.2 基于灰色关联度的青海省城镇住宅建筑节能评价指标的简化计算  53-57
  7.3 基于人工神经网络的青海省城镇住宅建筑节能的综合评价计算  57-60
结论与展望  60-62
参考文献  62-65
攻读学位期间取得的研究成果  65
攻读学位期间参加的科研课题  65-66
致谢  66

青海省城镇住宅建筑节能的综合评价研究

内容摘要

全文目录

相似论文