Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

Predication of Trombe wall thickness for best thermal performance using artificial neural network

تعداد صفحات: 6 | تعداد نمایش خلاصه: 60 | نظرات: 0
سال انتشار: 1398
کد COI Paper: SMARTCITYC01_111
زبان Paper: Englishglish
(فایل این Paper در 6 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper Predication of Trombe wall thickness for best thermal performance using artificial neural network

Najmeh Zarei - PHD Student of civil engineering Shiraz University line 4: Shiraz, Iran
HeydarAli Nayeri - PHD of civil engineering Sheffield University Sheffield, England
Atefeh Heidari orojloo - PHD Student of Architectural Engineering Islamic Azad University Zahedan branch Zahedan, Iran

چکیده Paper:

The Trombe wall system is a passive solar building technique that uses different characteristics in various configurations to provide an alternative method for cooling or heating the building. Mechanical heating, ventilation, and air conditioning systems need a source of energy, electricity or burning fuel to provide a proper Human Comfort Index which cause air pollution. So, these modern technologies for heating and cooling can be widely used instead of commercial methods. Hence, there are different methods to optimize Trombe wall design and improve performance of Trombe walls. In addition, some experimental works have been done for validation and verification of numerical and computational works. In this paper an algorithm has been developed to optimize performance of modified Trombe wall. A neural network has been applied to available experimental data and a smart algorithm has been trained. This trained system can intelligently determine the amount of water inside the wall. Therefore, based on the outdoor temperature, outdoor humidity and desired Human Comfort Index, the number of cells that need to be filled with water can be calculated. In summary, using advanced numerical methods such as training algorithms and networks can help structures to behave as an Intelligent Structures

کلیدواژه ها:

Trombe Wall, Neural Network, Intelligent Structure, Human Comfort Index

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/998613/

کد COI Paper: SMARTCITYC01_111

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined, undefined و undefined, undefined و undefined, undefined,1398,Predication of Trombe wall thickness for best thermal performance using artificial neural network,نخستین کنفرانس بین المللی شهر هوشمند چالش ها و راهبردها,Shiraz,,,https://civilica.com/doc/998613

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398, Zarei, Najmeh؛ HeydarAli Nayeri و Atefeh Heidari orojloo)
برای بار دوم به بعد: (1398, Zarei؛ Nayeri و Heidari orojloo)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report Paper

Export Citation info of this Paper to research management softwares

علم سنجی و رتبه بندی Paper

مشخصات مرکز تولید کننده این Paper به صورت زیر است:
نوع مرکز: state university
تعداد مقالات: 16,216
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

New RelatedPapers

Share this paper

WHAT IS COI?

COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

Support