文献

J-GLOBAL ID：202202274109803490   整理番号：22A1037850

屋内最適化設計におけるWKNNオンラインマッチングアルゴリズムと結合した非支配ソーティング遺伝的アルゴリズムIIの応用【JST・京大機械翻訳】

Applications of Nondominated Sorting Genetic Algorithm II Combined with WKNN Online Matching Algorithm in Building Indoor Optimization Design

著者 (3件)： Yu Xiwen (School of Arts and Media, Hefei Normal University, Hefei, Anhui 230601, China) ,  Wang Shaoxuan (Shanghai Eigencomm Technologies Ltd., 298 Xiangke Road, 7/F, 707, Pudong New District, Shanghai 201210, China) ,  Xiao Feng (Faculty of Information and Engineering, Anhui Vocational and Technical College, Hefei, Anhui 230031, China)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  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： 本研究は建築内部設計の快適性を改善し,屋内エネルギー消費を低減することを目的とする。屋内人員の空間位置を位置決めし,分析し,住宅行動との組み合わせで屋内エネルギー消費を最適化するため,重みづけK-最近傍(WKNN)アルゴリズムと非支配Sorting遺伝的アルゴリズムを提案した。最初に,屋内人間行動データと省エネルギー問題を,住宅行動理論と建築物理学に基づいて分析した。屋内位置決めアルゴリズムを提案して,屋内エネルギー分布の最適化を実現するための人員活動を同定した。第二に,平均フィルタリングとクラスタ分析を採用して,サンプリング点データと指紋データベースを最適化し,データ雑音を除去した。そのうえ,WKNNアルゴリズムを無線忠実度(Wi-Fi)屋内位置指紋位置のために使用する。次に,屋内エネルギー消費構築の多目的最適化問題を目的として,非優越ソーティング遺伝的アルゴリズムは,モデルの最適解を得る。人員の屋内位置情報と組み合わせて,屋内暖房と冷房システムをモニタリングし,人員の生活快適性を確かめながら,建物のエネルギー消費を低減するように分配した。テストとシミュレーション結果は,平均フィルタリングアルゴリズムがWi-Fi信号の部屋のゆらぎ問題を解決することができることを示した。クラスタ分析アルゴリズムは,指紋データベースのデータノイズを除去し,位置決めアルゴリズムの位置決め精度を改善することができた。さらに,位置結果はノード数に依存しない。サンプリング点の数は位置結果に影響しなかった。WKNNアルゴリズムの位置決め精度は2mであり,2m以内の位置決め誤り率は約60%であった。他のアルゴリズムと比較して,WKNNアルゴリズムはより良い位置決め精度と位置決め安定性を有した。したがって,ここで設計した位置アルゴリズムは屋内位置最適化に適用できる。本研究は,建物の屋内位置決めとエネルギー消費を最適化するための基準を提供する。Copyright 2022 Xiwen Yu et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *最適化 ,  雑音 ,  シミュレーション ,  ゆらぎ ,  快適性 ,  *最適設計 ,  フィルタリング ,  *ソーティング ,  モデル ,  クラスタ分析 ,  指紋 ,  *遺伝的アルゴリズム
準シソーラス用語： WiFi ,  屋内位置決め , 【Automatic Indexing@JST】

分類 (4件)： 移動通信  (ND08030H) ,  計算機網  (JC03000K) ,  電子航法一般  (ND14010O) ,  長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O)

引用文献 (34件)：

• R. Wang, S. Lu, W. Feng, "Impact of adjustment strategies on building design process in different climates oriented by multiple performance," Applied Energy, vol. 266, 2020.
• F. Yuan, S. Cho, "Design optimization of building geometry and fenestration for daylighting and energy performance," Solar Energy, vol. 191, pp. 7-18, 2019.
• Z. Ji, H. Zhu, Y. Xu, M. Wu, "Optimization design of permanent magnet assisted single winding bearingless synchronous reluctance motor," IEEE Transactions on Applied Superconductivity, vol. 30, no. 4, pp. 1-5, 2020.
• F. Ascione, N. Bianco, G. M. Mauro, G. P. Vanoli, "A new comprehensive framework for the multi-objective optimization of building energy design: Harlequin," Applied Energy, vol. 241, no. 1, pp. 331-361, 2019.
• A. Fa, A. Nb, B. Gmm, "Building envelope design: multi-objective optimization to minimize energy consumption, global cost and thermal discomfort. application to different Italian climatic zones," Frontiers in Energy, vol. 174, pp. 359-374, 2019.

タイトルに関連する用語 (8件)： 屋内 ,  最適化設計 ,  オンライン ,  マッチングアルゴリズム ,  支配 ,  ソーティング ,  遺伝的アルゴリズム ,  応用