Tối ưu hóa ước tính mức tiêu thụ năng lượng trong các tòa nhà dựa trên các thuật toán trí tuệ nhân tạo
Tác giả: Trần Đức Học, Lê Tấn TàiTóm tắt:
Mô phỏng và dự báo năng lượng tiêu thụ đóng vai trò quan trọng trong việc thiết lập chính sách năng lượngvà đưa ra quyết định theo hướng phát triển bền vững. Nghiên cứu này sử dụng phương pháp kỹ thuật thốngkê và công cụ trí tuệ nhân tạo bao gồm mạng nơ-ron thần kinh (ANNs – Artificial neutral networks), máy hỗtrợ véc tơ (SVM – Support vector machine), cây phân loại và hồi quy (CART - Classification and regressiontrees), hồi quy tuyến tính (LR - Linear regression), hồi quy tuyến tính tổng quát (GENLIN - Generalized linearregression), tự động phát hiện tương tác Chi-squared (CHAID - Chi-square automatic interaction detector) vàmô hình tổng hợp (Ensemble model) để dự đoán mức tiêu thụ năng lượng trong các căn hộ tòa nhà chung cư.Bộ dữ liệu để xây dựng mô hình gồm 200 mẫu được khảo sát ở nhiều chung cư tại TP. Hồ Chí Minh. Mô hìnhđơn có hiệu quả tốt nhất trong quá trình dự đoán là CART, trong khi đó mô hình được tổng hợp tốt nhất làCART + GENLIN.
- Mô phỏng sự phát triển của tảo xanh trên bề mặt vữa xi măng bằng phương pháp học máy
- Comparative evaluation of confinement models for reinforced concrete columns using nonlinear simulations in OpenSees=Đánh giá so sánh các mô hình kiềm chế nở ngang cho cột bê tông cốt thép bằng mô phỏng phi tuyến sử dụng OpenSees
- Ảnh hưởng của phi tuyến hình học tới ứng xử của kết cấu vỏ mỏng giao nhau
- A multilevel image thresholding approach using history-based adaptive differential Evolution with linear population size reduction algorithm
- Automatic time-cost trade-off for construction projects using evolutionary algorithm integrated into a scheduling software program developed with .NET framework





