文献

J-GLOBAL ID：202202285228011788   整理番号：22A0577678

屋内環境上の熱的快適性を維持するための多分野予測インテリジェント制御法【JST・京大機械翻訳】

A multi-discipline predictive intelligent control method for maintaining the thermal comfort on indoor environment

著者 (2件)： Qin Hao (Institute of Intelligent Manufacturing, Guangdong Academy of Sciences, China) ,  Wang Xiaoxu (Institute of Intelligent Manufacturing, Guangdong Academy of Sciences, China)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 116  ページ： Null  発行年： 2022年 
JST資料番号： W2175A  ISSN： 1568-4946  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： ソフトコンピューティングの出現と応用は,工学問題を解決する方法を著しく変えた。屋内環境制御のために,様々な機械学習法を使用し,従来の工学方法の置換を試みた。しかしながら,最近の単一データ駆動機械学習手法は,工学的問題が特徴を抽出し,制限をセットアップする事前知識を必要とするので,要求をほとんど満たすことができず,一方,この知識は工学解析から得られるべきである。この場合,本論文は,熱的快適性とエネルギー消費に関して予測知的屋内環境制御を実施するために,機械学習と工学分析を組み合わせた統合多規律法を提案した。この方法は,3つの部分,即ち,環境モデリングとシミュレーション,環境予測モデルを生成し,インテリジェント制御エージェントとシステムを作り出す。最初に,物理モデルを作成し,屋内環境をシミュレートし,計算流体力学を通して解析し,その結果,リアルタイムデータを収集するための屋内環境におけるセンサのセットアップをガイドすることができた。次に,機械学習法サポートベクトル回帰を用いて,収集したデータに基づいて屋内環境内の重要パラメータに対する環境予測モデルを作成した。最後に,強化学習法を用いて,実装のためのシステムとともに,屋内環境におけるインテリジェント制御のためのインテリジェントエージェントを訓練した。事務所内の事例研究で実験と評価を行い,提案した方法の実現可能性を実証し,熱的快適性とエネルギー効率のバランスを考慮して屋内環境に対するより効率的で効果的なインテリジェント予測制御を提供した。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： 環境管理 ,  *屋内環境 ,  モデル ,  事例研究 ,  データフロー制御 ,  計算流体力学 ,  エージェント ,  機械学習 ,  強化学習 ,  予測モデル
準シソーラス用語： 事前知識 ,  インテリジェントエージェント ,  ソフトコンピューティング ,  物理モデル ,  *インテリジェント制御 ,  データ駆動 ,  サポートベクトル回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： 知的制御 ,  機械学習 ,  サポートベクトル回帰 ,  強化学習 ,  計算流体力学

分類 (1件)： 建築環境一般  (RB02010T)

タイトルに関連する用語 (4件)： 屋内環境 ,  熱的快適性 ,  予測 ,  インテリジェント制御