文献

J-GLOBAL ID：202202261032624646   整理番号：22A1068659

建築設備のデジタルツイン生成に関する研究(第3報):最適制御におけるメタヒューリスティクスと強化学習の比較

DEVELOPMENT OF THE DIGITAL-TWIN FOR BUILDING FACILITIES (PART 3): A COMPARISON OF METAHEURISTICS AND REINFORCEMENT LEARNING FOR OPTIMAL CONTROLS

著者 (2件)： 松田侑樹 (ダイダン(株)) ,  大岡龍三 (東京大学生産技術研究所)
資料名： 日本建築学会環境系論文集(Web)  (Journal of Environmental Engineering (Transactions of AIJ) (Web))
巻： 87  号： 793  ページ： 222-230(J-STAGE)  発行年： 2022年 
JST資料番号： U2479A  ISSN： 1881-817X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究では,予測モデルを用いた制御手法であるメタヒューリスティクスおよびモデルベースの強化学習を定量的に評価するために,これらの手法をエネルギーコストと計算負荷について比較した。その結果,メタヒューリスティクスはエネルギーコストを節約できるのに対し,モデルベースの強化学習は計算負荷が低いことが明らかになった。したがって,目標システムに適した方法を選択する必要があり,例えば,メタヒューリスティクスはモード制御に適し,モデルベースの強化学習はポンプの水流制御に適している。(翻訳著者抄録)

シソーラス用語： *建築設備 ,  *仮想空間 ,  *最適制御 ,  *発見的方法 ,  最適化手法 ,  *強化学習 ,  予測モデル ,  制御方式 ,  データベース ,  エネルギーコスト ,  負荷 ,  制御 ,  水流 ,  ニューラルネットワーク
準シソーラス用語： *デジタルツイン ,  *メタヒューリスティクス ,  モデルベース ,  計算負荷 ,  モード制御 ,  人工ニューラルネットワーク

著者キーワード (10件)： 深層学習 ,  人工ニューラルネットワーク ,  デジタルツイン ,  最適化 ,  強化学習 ,  Deep Learning ,  Artificial Neural Network ,  Digital-Twin ,  Optimization ,  Reinforcement Learning

分類 (2件)： エネルギー消費,省エネルギー  (RA01092B) ,  建築設備一般  (RB06010V)

引用文献 (17件)：

• 1) Agency for Natural Resources and Energy: Whitepaper 2020, pp.111-112, 2020.6 (in Japanese) 資源エネルギー庁: エネルギー白書2020, pp.111-112, 2020.6
• 2) Matsuda, Y. and Ooka, R.: Development of the digital-twin for building facilities(part1): Verification of predictive accuracy of ANN models for heat source system based on operation data, Journal of Environmental Engineering (Transactions of AIJ), Vol.85, No.770, pp.267-275, 2020.4 (in Japanese) 松田侑樹, 大岡龍三: 建築設備のデジタルツイン生成に関する研究(第1報):運転データに基づく熱源設備を模するANNモデルの予測精度の検証, 日本建築学会環境系論文集, 第85巻, 第770号, pp.267-275, 2020.4
• 3) Matsuda, Y. and Ooka, R.: Development of the digital-twin for building facilities(part2): The evaluation of ANN models to simulate all air conditioning system, Journal of Environmental Engineering (Transactions of AIJ), Vol.86, No.780, pp.175-183, 2021.2 (in Japanese) 松田侑樹, 大岡龍三: 建築設備のデジタルツイン生成に関する研究(第2報):空調システム全体を再現するANNモデルの評価, 日本建築学会環境系論文集, 第86巻, 第780号, pp.175-183, 2021.2
• 4) Wang, S. and Ma, Z.: Supervisory and optimal control of building HVAC systems: A review, HVAC&R Research, Vol.14, No.1, pp.3-32, 2008.1
• 5) Camacho, E. F. and Bordons, C.: Model Predictive Control, Springer, 2007

タイトルに関連する用語 (6件)： 建築設備 ,  デジタルツイン ,  研究 ,  最適制御 ,  メタヒューリスティクス ,  強化学習