مقایسه ی شبکه های عصبی مصنوعی، منطق فازی و فازی عصبی برای پیش بینی بهینه سازی اطلاعات حرارتی ساختمان

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,125

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICFUZZYS14_179

تاریخ نمایه سازی: 21 اردیبهشت 1397

چکیده مقاله:

استخراج داده ها یا اصطلاحا دیتا ماینینگ روشی سودمند برای جست جوهای بزرگ است که به کشف الگوهای مفید می انجامد. این روش، روندی ساده را طی می نماید. دیتا ماینینگ نقش بسیار مهمی در بهینه سازی انرژی ایفا می نماید. صنعت ساختمان اطلاعات زیادی برای مقایسه با هم دارد که این اطلاعات می توانند به اطلاعات مفیدی مبدل گردند. در این مقاله، ما به مقایسه ی 3 تکنینک برای استخراج اطلاعات ساختمان می پردازیم و این اطلاعات پیش بینی می نمایند که آیا با این اطلاعات می توان به بهینه سازی مصرف انرژی دست یافت یا خیر. تکنیک های استفاده شده، شبکه های عصبی مصنوعی، منطق فازی و فازی عصبی می باشند. از آن جایی که شبکه ی عصبی مصنوعی و منطق فازی مزایای زیادی دارند، دارای عیوبی نیز هستند. فازی عصبی از هردو مزیت های شبکه ی عصبی مصنوعی و منطق فازی برخوردار می باشد . با مقایسه ی این تکنیک ها ما به این نتیجه خواهیم رسید که فازی عصبی بهترین تکنیک برای پیش بینی بهینه سازی مصرف حرارتی ساختمان می باشد.

کلیدواژه ها:

نویسندگان

سید مجید مزینانی

عضو هیات علمی گروه برق دانشگاه امام رضا (ع)، مشهد، عضو هیات مدیره ی سازمان نظام مهندسی ساختمان استان خراسان رضوی

زهرا پزشکی

فارغ التحصیل کارشناسی برق و الکترونیک، عضو گروه تاسیسات برقی سازمان نظام مهندسی ساختمان خراسان رضوی