文献

J-GLOBAL ID：202202265842675920   整理番号：22A0436593

多目的モデル予測制御データセットからの解釈可能なビルディング制御ルールの抽出【JST・京大機械翻訳】

Extracting interpretable building control rules from multi-objective model predictive control data sets

著者 (3件)： Yu Min Gyung (Department of Architectural Engineering, The Pennsylvania State University, University Park, PA, United States of America) ,  Pavlak Gregory S. (Department of Architectural Engineering, The Pennsylvania State University, University Park, PA, United States of America) ,  Pavlak Gregory S. (Institutes of Energy and the Environment, The Pennsylvania State University, University Park, PA, United States of America)
資料名： Energy  (Energy)
巻： 240  ページ： Null  発行年： 2022年 
JST資料番号： H0631A  ISSN： 0360-5442  CODEN： ENEYDS  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： 知的建築制御戦略の開発は,所有者,居住者,およびオペレータが,エネルギー,運転費用,環境懸念,屋内環境品質,および電気グリッドインセンティブを通して,性能のバランスを追求するので,ますます多目的問題になっている。建築物における多目的最適制御の実装は,問題の複雑性とそのような最適化問題をしばしば伴う計算負荷のため,挑戦的で,しばしば扱いにくい。本研究では,詳細なEnergyPlusモデルに対する多目的モデル予測制御を適用して作成した非支配解のデータベースから,近最適規則集合を抽出した。最初に,非支配解をランク付けするために多基準決定解析を適用し,オペレータまたは居住者の選好を満足できる一貫した妥当な操作戦略の部分集合を選択した。次に,教師なしクラスタリングを適用して,再帰制御パターンを強調した。最終段階において,著者らは,特定の日に正しい最適温度制御パターンを同定するために,教師つき分類モデルを構築した。次に,単純化ルール集合の性能をシミュレーションを通して定量化した。劇的に単純な形態にもかかわらず,最良の規則セットは,完全に詳細なモデル予測制御装置の省エネルギーの95~97%とコスト目標節減の89~92%を達成することができ,一方,同様の熱的快適性とピーク電力需要を達成した。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： 簡素化 ,  最適化問題 ,  最適制御 ,  データベース ,  *オペレータ ,  クラスタ化 ,  省エネルギー ,  住民 ,  等級づけ ,  決定分析 ,  熱的快適性
準シソーラス用語： 計算負荷 ,  モデル予測制御 ,  最適温度 ,  EnergyPlus , 【Automatic Indexing@JST】

著者キーワード (5件)： クラスタリング ,  分類 ,  多目的最適化 ,  ルール抽出 ,  建物のモデル予測制御

分類 (1件)： 空気調和装置一般  (PC02010U)

タイトルに関連する用語 (4件)： モデル予測制御 ,  データセット ,  ビルディング ,  ルール