文献

J-GLOBAL ID：201702248455909653   整理番号：17A0472071

建築システムにおける仮想その場較正に関する統計的および決定論的方法の定量的比較【Powered by NICT】

A quantitative comparison of statistical and deterministic methods on virtual in-situ calibration in building systems

著者 (2件)： Yoon Sungmin (Durham School of Architectural Engineering and Construction, University of Nebraska-Lincoln, United States) ,  Yu Yuebin (Durham School of Architectural Engineering and Construction, University of Nebraska-Lincoln, United States)
資料名： Building and Environment  (Building and Environment)
巻： 115  ページ： 54-66  発行年： 2017年 
JST資料番号： C0858A  ISSN： 0360-1323  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 建築システムの作動センサの系統的及びランダムなエラーは,システムの性能,屋内環境品質を妥協できるようになった。拡張仮想その場キャリブレーションはセンサ誤差とキャリブレーションに関する問題を解決することが示唆されている。従来のキャリブレーションで行われるので,このキャリブレーションを加工センサを除去または参照センサを添加せずに建築システムにおける全ての臨界加工センサのためのこれらの誤差を補正できる。この方法は数学システムモデルに基づくパラメータ推定法を用いた測定量を推定できる。決定論的と統計的手法は,推定を行うために用いることができる。本研究では,決定論的方法として使用されている遺伝的アルゴリズム(GA)ベースの最適化とBayes Markov Chain Monte Carlo(MCMC)は拡張仮想その場較正によって定式化されたキャリブレーション問題を解くための統計的方法として使用されている。単効用LiBr H_2O冷凍システムの事例研究は,問題定式化プロセスを明らかにし,二つの異なる方法から誘導されるキャリブレーションの精度分布を比較した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： システムモデル ,  遺伝的アルゴリズム ,  *センサ ,  事例研究 ,  パラメータ推定 ,  最適化 ,  定式化 ,  臨界 ,  統計的方法
準シソーラス用語： MCMC ,  冷凍システム ,  *決定論 ,  *決定論的方法 , 【Automatic Indexing@JST】

著者キーワード (6件)： センサキャリブレーション ,  仮想現場較正 ,  Bayes MCMC ,  遺伝的アルゴリズム ,  吸収冷凍 ,  建築システム

分類 (1件)： 建築環境一般  (RB02010T)

タイトルに関連する用語 (6件)： 建築 ,  仮想 ,  較正 ,  統計 ,  決定論的方法 ,  定量