طراحی الگوریتم هوش مصنوعی مبتنی بر شبکه های عصبی عمیق برای بهینه سازی همزمان نور طبیعی و تهویه طبیعی در معماری پایدار

نور و تهویه طبیعی به عنوان دو مولفه کلیدی در تحقق معماری پایدار نقش تعیین کننده ای در کاهش مصرف انرژی و ارتقای کیفیت محیط داخلی ساختمان ها دارند. این پژوهش با هدف بهینه سازی هم زمان این دو عامل، الگوریتمی هوشمند مبتنی بر شبکه های عصبی عمیق (Deep Neural Networks) توسعه داده است. در این مدل داده های ورودی شامل پارامترهای اقلیمی نظیر شدت تابش خورشید، جهت باد و دمای محیط، ویژگی های هندسی بنا (نسبت سطح بازشو به جداره، عمق فضا و موقعیت قرارگیری) و خصوصیات فیزیکی مصالح می باشد. خروجی مدل نیز بر اساس شاخص های بهره وری انرژی، آسایش حرارتی و سطح روشنایی طبیعی تعریف شده است. یافته ها نشان می دهد که الگوریتم پیشنهادی توانسته است با دقتی حدود ۳۰ درصد بیشتر نسبت به روش های سنتی عملکرد محیطی ساختمان را پیش بینی و بهینه سازی نماید. نتایج این تحقیق بیانگر ظرفیت بالای هوش مصنوعی در ترکیب و تحلیل داده های چندبعدی معماری و ارائه راهکارهای دقیق تر برای طراحی ساختمان های پایدار در شرایط اقلیمی متنوع است.

کلیدواژه ها:

هوش مصنوعی ، شبکه های عصبی عمیق ، نور طبیعی ، تهویه طبیعی ، معماری پایدار