文献

J-GLOBAL ID：202202250526625043   整理番号：22A0734473

人工知能法を用いた建物の内部熱利得予測【JST・京大機械翻訳】

Buildings’ internal heat gains prediction using artificial intelligence methods

著者 (8件)： Liang Rui (School of Architecture and Urban Planning, GuangDong University of Technology, Guangzhou, Guangdong Province, China) ,  Liang Rui (Faculty of Innovation and Design, City University of Macau, Macau, China) ,  Ding Wangfei (Chongqing Jianzhu College, Academy of Traffic and Municipal Engineering, Chongqing 400072, China) ,  Zandi Yousef (Department of Civil Engineering, Tabriz Branch, Islamic Azad University, Tabriz, Iran) ,  Rahimi Abouzar (Department of Civil Engineering, Tabriz Branch, Islamic Azad University, Tabriz, Iran) ,  Pourkhorshidi Sara (Sahand University of Technology, Dept. Civil Engineering, Tabriz, Iran) ,  Khadimallah Mohamed Amine (Prince Sattam Bin Abdulaziz University, College of Engineering, Civil Engineering Department, Al-Kharj 16273, Saudi Arabia) ,  Khadimallah Mohamed Amine (Laboratory of Systems and Applied Mechanics, Polytechnic School of Tunisia, University of Carthage, Tunis, Tunisia)
資料名： Energy and Buildings  (Energy and Buildings)
巻： 258  ページ： Null  発行年： 2022年 
JST資料番号： A0199A  ISSN： 0378-7788  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 家庭,事務所および商業空間におけるエネルギー消費の大部分は,暖房,換気および空調(HVAC)装置に関連している。HVACシステムの消費に関する有効パラメータは,居住者,電気機器および照明から生じる内部熱利得である。これらのシステムのエネルギー消費を低減するために,内部熱利得を正確に予測する必要がある。内部熱利得の予測に関する研究はほとんど無いので,本論文では,3つの予測モデル,すなわち,多重回帰モデル,Levenberg-Marquardt逆伝搬(LM-BP)モデル,および組合せ重みに基づく類似日法を展開した。内部熱利得に及ぼす影響因子を評価することによって,これらのモデルの基礎的理論,構造,方程式およびパラメータを,完全に提案した。予測技術を調べるために,中国の事務所建築を考察した。すべての提案モデルには高精度があることがわかった。しかし,LM-BPニューラルネットワークは,RMSE=15.59,MAE=10.16およびMAPE=6.35の他のモデルの中で最も精度を示した。このモデルは,ASHRAE標準90.1における既定の作業プログラムと比較して,実際の内部熱利得とより高い一致を示した。本研究で用いた提案モデルは,HVACシステムの予測制御を改善するための学者と技術者の理論的基礎を提供することができ,住宅建築の省エネルギー,熱快適性の強化に重要な役割を果たす。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  快適性 ,  空気調和 ,  事務所建築 ,  ニューラルネットワーク ,  *人工知能 ,  住宅 ,  *利得 ,  パラメータ ,  HVAC ,  空調システム ,  予測モデル
準シソーラス用語： ASHRAE ,  HVACシステム ,  電気機器 ,  多重回帰モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： オフィス ,  建築 ,  内部熱利得 ,  LM-BPニューラルネットワークモデル ,  類似日モデル

分類 (2件)： エネルギー消費,省エネルギー  (RA01092B) ,  空気調和装置一般  (PC02010U)

タイトルに関連する用語 (4件)： 人工知能 ,  建物 ,  利得 ,  予測