声明
1、绪论
1.1 研究背景与意义
1.2 国内外研究现状
（1）缺氟检测国内外研究现状
（2）空调节能控制优化国内外研究现状
1.3 关键问题分析
（2）HVAC设备的工况复杂性
1.4 论文内容和结构安排
2、除湿机缺氟问题分析与数据清洗
2.1 引言
2.2 除湿机工作原理
2.3 除湿机缺氟检测问题参数分析
2.4 除湿机数据清洗
（1）数据测量和收集错误
（2）噪声数据
（3）其他数据问题
2.5 本章小结
3、基于神经网络的除湿机缺氟检测方法设计
3.1 引言
3.2 神经网络理论基础
（1）前馈神经网络
（2）卷积神经网络
（3）循环神经网络
(4)反向传播算法
3.3 基于神经网络的除湿机缺氟检测方法设计
3.3.1 数据预处理
3.3.2 网络拓扑结构选择
3.3.3 前馈神经网络模型设计
3.4 实验结果与分析
3.5 本章小结
4、基于深度强化学习的空调节能控制优化
4.1 引言
4.2 深度强化学习理论基础
4.2.1 强化学习基本原理
4.2.2 深度强化学习原理
4.3 空调节能控制问题描述
4.3.1 空调制冷原理介绍及参数分析
4.3.2 面向深度强化学习的空调节能控制策略设计
4.4 基于深度强化学习的空调节能控制优化方法设计
4.4.1 DDPG方法基本思路
4.4.2 基于DDPG的空调节能控制优化方法设计
4.5 实验结果与分析
4.5.1 经验回放对比实验
4.5.2 空调节能控制优化实验
4.6 本章小结
5、总结与展望
5.1 论文总结
5.2 工作展望
致谢
参考文献
附录 攻读硕士学位期间的研究成果
