تحلیل حرارتی ساختمان در شوش مبتنی بر زیست جانوری بر مبنای روش بهینه سازی با الگوریتم ژنتیک چندهدفه
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 110
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFAUP-28-2_004
تاریخ نمایه سازی: 31 تیر 1403
چکیده مقاله:
یکی از منابع الهام فنآوری های ساخت، درک راهکارهای همسازی با شرایط اقلیمی است که موجود زنده در آن رشد یافته باشد. در این تحقیق با بررسی ویژگی های همساز با طبیعت آگاما تلاش میشود تا با طرح یک بنای ساختمانی مفروض، تطبیق پذیری معماری ساختمان با شرایط اقلیمی منطقه شوش بررسی شود. روش تحقیق در این مقاله مبتنی بر روش های میدانی و شبیه سازی نرم افزاری میباشد. نحوه گردآوری اطلاعات به صورت داده های محیطی و مشاهدات میدانی است. ابزار تحلیل در این پژوهش نرم افزار انرژی پلاس برمبنای الگوریتم HAMT و روش بهینه سازی با الگوریتم ژنتیک چندهدفه و با بهره گیری از نرم افزار واسط jEPlus و نرم افزار بهینه ساز jEPlus+EA، میباشد. نگارندگان به بررسی سه آگامای "فرینوسفالوس عربیکوس"، "تراپلوس رودراتوس" و "سارالوریکاتا" پرداخته و به نحوه سازماندهی پوسته ساختمان براساس کارکرد پوست جانور در برابر اقلیم اشاره نمودهاند. در این تحقیق به ویژگی های مورفولوژیک پوسته و لایه های جداره خارجی ساختمان توجه شده است. نحوه انتخاب گزینه موثر بر اساس بهینه یابی چندهدفه یافتن نمودار پرتو میباشد. نتایج نشان می دهد براساس تحلیل پوست آگاما، نحوه کنترل رطوبت، درصد نفوذ پوسته خارجی ساختمان و جذب تابش و حرارت خورشید و نیز جهت گیری ساختار بیرونی پوست در برابر تابش میتوان بنایی هم ساز با اقلیم در شوش برمبنای ویژگی های زیست آگاما شکل داد.
کلیدواژه ها:
نویسندگان
صدیقه سلاطی
کارشناس ارشد معماری، گروه معماری، دانشکده معماری و شهرسازی، دانشگاه صنعتی جندیشاپور دزفول، دزفول، ایران.
بهزاد وثیق
دانشیار گروه معماری، دانشکده معماری و شهرسازی، دانشگاه صنعتی جندیشاپور دزفول، دزفول، ایران.
عبدالرحمن دیناروند
استادیار گروه معماری، دانشکده معماری و شهرسازی، دانشگاه صنعتی جندی شاپور دزفول.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :