پیشبینی مصرف انرژی ساختمان با استفاده از شبکه عصبی پرسپترون چندلایه
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,124
فایل این مقاله در 13 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:
ETEC06_229
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
مصرف انرژی ساختمان مسکونی از لحاظ استفاده و کارایی انرژی مورد توجه است. میزان مصرف انرژی ساختمان ها در کشورهای توسعه یافته حدودا یک سوم از کل میزان انرژی مصرف را شامل میشود و این میزان مصرف انرژی در ایران حدود 40 در صد از کل میزان م صرف انرژی را در برمیگیرد. از همین رو پیشبینی م صرف انرژی ساختمانها به عنوان چال شی در دهه های اخیر مطرح شده ا ست. مدل سازی م صرف انرژی در ساختمانهای م سکونی با پی شرفتهایی که در زمینه محاسبات و شبیه سازی بوجود آمده به امری ممکن بدل شده و یکی از این پیشرفتهای چشمگیر، پیدایش هوش مصنوعی در توسعه مدلهای آماری است. مطالعات نشان میدهد که روش شبکه عصبی مصنوعی میتواند برای پیشبینی رفتار غیر خطی م صرف انرژی ساختمان به کار گرفته شود. در این مدل، متغیرهای اقلیمی به عنوان ورودی و م صرف انرژی ساختمان به عنوان متغیر خروجی ه ستند. شبکه در نرم افزار متلب ساخته شد و با الگوریتم لونبرگ-مارکوارت و الگوریتم تکاملی ازدحام ذرات آموزش دیده شد. نتایج نشان میدهد که شبکه عصبی به خوبی توانایی تخمین انرژی مصرفی ساختمان ها را دارد. با استفاده از ترکیب الگوریتمهای تکاملی و الگوریتمهای رایج مثل پس انتشار خطا میتوان به نتایج بهتری دست یافت.
کلیدواژه ها:
نویسندگان
ابوالفضل خوش طینت
کارشناس ارشد، دانشکده محیط زیست و انرژی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات
اندیشه شیعه بیگی
استادیار، گروه مهندسی انرژی، دانشکده محیط زیست و انرژی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات
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 :