قطعات بخش
پایگاه داده تاسیس شد
کاهش اتکا به منابع انرژی مبتنی بر کربن به دلیل عوامل همگرا افزایش هزینه های انرژی و تغییرات آب و هوایی ضروری است [5]. نصب عایق های حرارتی در ساختمان ها یکی از راهکارهایی است که می توان در این زمینه از آن استفاده کرد که یکی از کارآمدترین گزینه های موجود می باشد. انتشار CO2 را می توان با استفاده از انرژی کمتر برای گرمایش و سرمایش و عایق حرارتی در ساختمان ها کاهش داد [26]. آزمایش‌هایی برای کشف این تحقیق انجام می‌شود
روش شناسی
نقشه‌ها، رویکردهای مدل‌سازی، اعتبارسنجی مدل، و تحلیل الگوریتم بهینه‌سازی برای انجام موفقیت‌آمیز سه وظیفه‌ای که قبلاً در این بخش ذکر شد، مورد نیاز است. توضیحات تفصیلی هر فاز در زیر ارائه شده است و نمودار جریان تحقیق حاضر در شکل 3 نشان داده شده است.
نتایج و بحث
ضریب انتقال حرارتی کلی مبدل حرارتی را می توان با استفاده از ترکیب ANN و دو رویکرد بهینه سازی پیش بینی کرد [67]. داده ها به طور تصادفی به دو گروه آموزش و مجموعه تست تقسیم می شوند که هر کدام شامل 80% و 20% از کل داده ها است. هر بهینه ساز پیشنهادی برای پانصد تکرار اجرا می شود و ده اندازه جمعیت مختلف ارزیابی می شود. برای تکمیل پیش بینی، جامعه مناسب انتخاب می شود. این جمعیت دارای حداقل RMSE است
نتیجه گیری
به منظور بهینه سازی بهره وری انرژی یک ساختمان و دستیابی به صرفه جویی در انرژی و کاهش اثرات زیست محیطی، پیش بینی میزان انرژی مورد نیاز آن مهم است. این مطالعه از یک شبیه‌سازی ریاضی برای تعیین انتقال حرارتی کلی (اتلاف گرما) و ایجاد یک پایگاه داده برای کاربرد ANN استفاده می‌کند. شبکه عصبی MLP با دو الگوریتم ترکیبی (BBO و TLBO) برای کاهش خطاها و بهبود عملکرد ANN یکپارچه شد. یک عامل (یعنی تکنیکی با RMSE کمتر،
Leave A Comment