Show
Abstract
این پژوهش میزان مصزف انرژی در یک ساختمان با کارایی آموزشی را مدل می کند. این موهم با استفاده از دو روش؛ اول روش های هوشمند (شبکه عصبی مصنوعی)، دوم روش های آماری (رگرسیون) دست خواهد یافت. شبکه عصبی مصنوعی مبتنی بر روش های هوشمند می باشد و با تقلید عملکرد مغز انسان قادر است تا پیچیده ترین سیستم های غیر خطی را شناسایی و مدل کند. از سوی دیگر رگرسیون آماری در سیستمهای کنترلی که دقت بالایی در تخمین و شناسایی سیستم اصلی مورد نیاز نیست و یا کنترلر از مقاومت بالایی برخوردار باشد، استفاده میشود. الگوی مصرف انرژی توسط هر دو روش شبکه عصبی مصنوعی و رگرسیون آماری مدل شده و سپس با هم مقایسه می گردد. دقت متوسط شناسایی سیستم توسط روش شبکه عصبی مصنوعی برابر با 86.5 درصد بوده که حاکی قابلیت اطمینان بالای مدل می باشد. نتایج همچنین نشانگر تاثیر ورودی های شبکه عصبی از قبیل پارامترهای محیطی (هواشناسی) و درونی (افراد ساکن) بر روند مصرف انرژی در ساختمان آموزش می باشد.
سیستم های هوشمند; رگرسیون آماری; شناسایی و مدلسازی سیستم انرژی; پیش بینی مصرف انرژی