Application ofadaptiveneuro-fuzzymethodologyforestimating building energyconsumption
Publish place: International Congress on Engineering Innovation
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: English
View: 531
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEICONF01_195
تاریخ نمایه سازی: 6 اردیبهشت 1396
Abstract:
The hugedemandforenergyandconstructionmaterialshasbecomeanissueofgreatconcernrecently.The energyusageofbuildingsaccountsforalargepercentageofthetotalprimaryenergyconsumption.The totalenergyrequirementofbuildingsisinfluenced byvariousfactors,includingenvironmentalandclimatic conditions,buildingenvelopematerials,insulation,etc.Inthisrespect,estimatingtheopera-tional energyofbuildingsispotentiallyhelpfulforarchitectsandengineersintheearlydesignandconstruction stages.Inthisstudy,theadaptiveneuro-fuzzyinferencesystem(ANFIS)isdesignedandadaptedtoestimatetheenergyconsumptionofbuildingsaccordingtothemainbuildingenvelopeparameters,namelymaterialthicknessandinsulation K-value.Upto180simulationsusingdifferentmaterial thicknessvaluesandinsulationpropertiesarecarriedoutinEnergyPlussoftwareinordertousefor estimation.ThissoftcomputingmethodologyisimplementedwithMatlab/Simulinkandtheper-formance isinvestigated.
Keywords:
Authors
Sareh Naji
Department ofCivilEngineering,FacultyofEngineering,UniversityofMalaya,50603KualaLumpur,Malaysia
Shahaboddin Shamshirband
Department of Computer System and Technology, Faculty of Computer Scince and Information Technology, University of Malaya, 50603 Kuala Lumpur, Malaysia
Hossein Basser
Department ofCivilandEnvironmentalEngineering,AmirkabirUniversityofTechnology,Tehran,Iran
Afram Keivani
Department ofCivilengineering,TabrizBranch,IslamicAzadUniversity,Tabriz,Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :