دوره 20، شماره 2 - ( 6-1402 )                   جلد 20 شماره 2 صفحات 112-99 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

afkarian khiaban A, Majidnezhad V. Building energy optimization using gray wolf algorithm and an artificial neural network. JSDP 2023; 20 (2) : 7
URL: http://jsdp.rcisp.ac.ir/article-1-1068-fa.html
افکاریان خیابان آیدین، مجیدنژاد وحید. بهینه‌سازی انرژی ساختمان با استفاده از الگوریتم گرگ خاکستری و شبکه عصبی مصنوعی. پردازش علائم و داده‌ها. 1402; 20 (2) :99-112

URL: http://jsdp.rcisp.ac.ir/article-1-1068-fa.html


دانشگاه آزاد شبستر
چکیده:   (557 مشاهده)
یکی از بزرگترین مشکلات پیش روی بشر تأمین انرژی با توجه به کاهش منابع و قیمت تمام شده‌ی زیاد است. سهم بزرگی از مصرف انرژی در جهان را ساختمان‌های اداری دارند. در این مقاله روش نوین مدیریت انرژی ساختمان مطرح می‌شود که به کمک شبکه‌های اینترنت اشیا میزان مصرف انرژی در ساختمان‌های اداری کنترل می‌شود. روش پیشنهادی شامل دو مرحله می‌باشد: مرحله اول با استفاده از شبکه عصبی مصنوعی و شش پارامتر دمای بیرون ساختمان، دمای نقطه تنظیم، تابش خورشید، اشغال، دمای ساعت قبل و ساعت روز به عنوان ورودی به شبکه عصبی پرسپترون داده می‌شود و خروجی این مرحله دمای درون ساختمان و میزان مصرف انرژی است. مرحله دوم با استفاده از الگوریتم گرگ خاکستری بهینه دما برای هر بخش ساختمان در هر ساعت از شبانه‌روز تعیین می‌شود. میزان مصرف انرژی و قیمت تمام شده انرژی برای ساختمان با استفاده از نرم‌افزار متلب محاسبه می‌شود که نتیجه آن کاهش چشمگیر مصرف انرژی و بهینه‌سازی قیمت تمام شده انرژی در ساختمان‌های اداری است. روش پیشنهادی کاهش مصرف انرژی 22 کیلو وات ساعت در ساعات ابتدایی صبح را نشان‌ می‌دهد
شماره‌ی مقاله: 7
متن کامل [PDF 964 kb]   (117 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات گروه امنیت اطلاعات
دریافت: 1398/6/15 | پذیرش: 1402/4/27 | انتشار: 1402/7/30 | انتشار الکترونیک: 1402/7/30

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این تارنما متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها است.