Application ofadaptiveneuro-fuzzymethodologyforestimatingbuilding energyconsumption

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 594

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICRSIE01_712

تاریخ نمایه سازی: 25 آذر 1395

چکیده مقاله:

Thehugedemandforenergyandconstructionmaterialshasbecomeanissueofgreatconcernrecently.Theenergyusageofbuildingsaccountsforalargepercentageofthetotalprimaryenergyconsumption.Thetotalenergyrequirementofbuildingsisinfluencedbyvariousfactors,includingenvironmentalandclimaticconditions,buildingenvelopematerials,insulation,etc.Inthisrespect,estimatingtheoperationalenergyofbuildingsispotentiallyhelpfulforarchitectsandengineersintheearlydesignandconstructionstages.Inthisstudy,theadaptiveneurfuzzyinferencesystem(ANFIS)isdesignedandadaptedtoestimatetheenergyconsumptionofbuildingsaccordingtothemainbuildingenvelopeparameters,namelymaterialthicknessandinsulationKvalue.Upto180simulationsusingdifferentmaterialthicknessvaluesandinsulationpropertiesarecarriedoutinEnergyPlussoftwareinordertouseforestimation.ThissoftcomputingmethodologyisimplementedwithMatlab/Simulinkandtheper-formance isinvestigated.

نویسندگان

Sareh Naji

Department ofCivilEngineering,FacultyofEngineering,UniversityofMalaya,50603KualaLumpur,Malaysia

Shahaboddin Shamshirband

b Department ofComputerSystemand Technology,FacultyofComputerScienceandInformationTechnology,UniversityofMalaya,50603KualaLumpur,

Hossein Basser

c Department ofCivilandEnvironmentalEngineering,AmirkabirUniversityofTechnology,Tehran,Iran

Afram Keivani

Department ofCivilengineering,TabrizBranch,IslamicAzadUniversity,Tabriz,Iran

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 :
  • Center for sustainable systems: residential buildings factsheet. University of Michigan. ...
  • S. Nji et al. / Renewable and Sustaindbe Energy Reviews ...
  • نمایش کامل مراجع