هوشمند سازی مدارس با استفاده از هوش مصنوعی
عنوان مقاله: هوشمند سازی مدارس با استفاده از هوش مصنوعی
شناسه ملی مقاله: ICCACS06_713
منتشر شده در ششمین کنفرانس بین المللی و هفتمین کنفرانس ملی عمران، معماری، هنر و طراحی شهری در سال 1403
شناسه ملی مقاله: ICCACS06_713
منتشر شده در ششمین کنفرانس بین المللی و هفتمین کنفرانس ملی عمران، معماری، هنر و طراحی شهری در سال 1403
مشخصات نویسندگان مقاله:
فرشته بهاردوست - دانشجوی کارشناسی ارشد موسسه آموزش عالی نبی اکرم (ص)
عوض نقی پور - دانشیار دانشگاه موسسه آموزش عالی نبی اکرم (ص)
خلاصه مقاله:
فرشته بهاردوست - دانشجوی کارشناسی ارشد موسسه آموزش عالی نبی اکرم (ص)
عوض نقی پور - دانشیار دانشگاه موسسه آموزش عالی نبی اکرم (ص)
برای بهینه سازی انرژی ساختمانها ضروری است در مراحل اولیه طراحی به ویژه زمانی که هنوز نقشه های طراحی دقیق در دسترس نیستند به خصوص در مورد مواردی از قبیل پنجره ها دیوارها و همچنین نوع متریال استفاده شده در مرحله ساخت مانند نوع سازه و یا نوع پوشش عایق بندی و نمونه هایی از این نوع تصمیم گیری گردد. زیرا به عنوان المانهایی که بخش بزرگی از انرژی ساختمان را مصرف می کنند و نقش بسزایی در صرفه جویی انرژی ساختمان دارند نقش بسیار موثری در این زمینه خواهند داشت. هزینه اولیه ساخت چنین ساختمانهایی با ویژگیهای بهینه برای سازندگان میتواند اندکی بالاتر در نظر گرفته شود اما در طول عمر سازه با مصرف کم انرژی و صرف هزینه کمتر در طول زمان چنین ساختمانهایی به خصوص برای مدارس دور افتاده که دسترسی به منابع انرژی محدود است. می تواند قابل توجه باشد. در این پژوهش پارامترهای مصرفی در مرحله طراحی اولیه تعریف میشوند و یک مطالعه موردی برای ساختمانهای مسکونی و اداری به ویژه مدارس ارائه میشود که در آن از روش بهینه سازی هیبریدی فازی ژنتیک) استفاده می کند. این روش شامل سه جز اصلی است. الف انتخاب پارامتراهای طراحی در هنگام نقشه کشی و قبل از شروع کار با سیستم فازی ب استفاده از الگوریتم ژنتیک برای بهینه کردن ورودیهای فازی ج دریافت پیش بینی میزان حرارت مورد نیاز محیط با متریال های استفاده شده. لازم به ذکر است ارائه یک مدل ارزیابی قیمت برای انرژی حرارتی مصرفی با توجه به پارامترهای انتخابی سعی در دریافت نتیجه هر چه بهتر را دارد. مدل شبیه ساز عملکرد انرژی ساختمان را با در نظر گرفتن مقادیر مختلف برای حالتهای گوناگون حرارتی در نظر می گیرد و در نهایت بهترین درجه حرارت را برای ساختمان مورد نظر همراه با برآورد قیمت مربوطه ارائه میدهد. در این مطالعه تابع هزینه به عنوان هزینه چرخه عمر انتخاب شده است. نتایج بدست آمده نشان میدهد که با انتخاب پارامترهای مناسب این روش ها نسبت به سایر روشهای استفاده شده عملکرد بهتری را از خود نشان می دهد.
کلمات کلیدی: بهینه سازی، الگوریتم ژنتیک، منطق فازی، هوش مصنوعی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/2043350/