دانلود مقاله و خرید ترجمه:مدل سازی پیش بینی و بهینه سازی سیستم HVAC چند منطقه¬ای با داده کاوی و الگوریتم کرم شب تاب
بلافاصله پس از پرداخت دانلود کنید

کارابرن عزیز، مقالات سایت ( همگی جزو مقالات isi می باشند) بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (حتی محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi مانند IEEE، Sciencedirect، Springer، Emerald و ... انتخاب گردیده اند.

آگهی چاپ مقاله isi
ورود اعضا
توجه توجه توجه !!!!
نرم افزار winrar
پیشنهادات ویژه
پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده داده کاوی
  • مدل سازی پیش بینی و بهینه سازی سیستم HVAC چند منطقه¬ای با داده کاوی و الگوریتم کرم شب تاب

    سال انتشار:

    2015


    ترجمه فارسی عنوان مقاله:

    مدل سازی پیش بینی و بهینه سازی سیستم HVAC چند منطقه¬ای با داده کاوی و الگوریتم کرم شب تاب


    عنوان انگلیسی مقاله:

    Predictive modeling and optimization of a multi-zone HVAC system with data mining and firefly algorithms


    منبع:

    Sciencedirect - Elsevier - Energy 86 (2015) 393-402


    چکیده انگلیسی:

    This research applies a data-driven approach to investigate energy savings of a multi-zone HVAC (heating, ventilating, and air conditioning) system. The predictive models of the HVAC energy consumption and the environment conditions of multiple zones are constructed by data mining algorithms. Two major environment conditions, the room temperature and the relative room humidity, are considered. Two variables of operating the HVAC system, the supply air temperature set point and the supply air static pressure set point, in the predictive models are optimized with respect to minimizing the HVAC energy while maintaining the predefined environment conditions of each zone. A novel heuristic search algorithm, the firefly algorithm, is utilized to solve the data-driven predictive models and derive the optimal settings of two set points under required HVAC operational constraints. The firefly algorithm is compared with the particle swarm optimization and evolutionary strategy to demonstrate its advantages in solving the proposed optimization problem. HVAC energy saving with the proposed data-driven framework is examined in the computational studies. A sensitivity analysis of the potential of energy saving based on different types of environment condition constraints is conducted.
    Keywords: Energy conservation | Data-driven modeling | Multi-zone HVAC | Firefly algorithm | Predictive operation


    چکیده فارسی:

    این تحقیق، رویکردی داده محور برای بررسی صرفه جویی انرژی در سیستم چند منطقه¬ای تهویه مطبوع (HVAC) (گرمایش، تهویه و تهویه مطبوع) است. مدل¬های پیش بینی مصرف انرژی HVAC و شرایط محیطی مناطق متعدد توسط الگوریتم های داده کاوی ایجاد شد. دمای و رطوبت نسبی اتاق، شرایط محیطی غالب محسوب می شوند. نقطه تنظیم منبع دمای هوا و منبع فشار استاتیک هوا، دو متغیر عملیاتی سیستم های HVAC هستند و در مدل های پیش بینی برای کاهش انرژی HVAC با حفظ شرایط محیطی از پیش تعریف شده در هر منطقه، بهینه شدند. الگوریتم کرم شب تاب، الگوریتم جستجوی اکتشافی جدیدی است که برای حل مدل های پیش بینی داده محور و دستیابی به تنظیمات بهینه در مجموعه¬ی دو نقطه در صورت اعمال محدودیت های عملیاتی HVAC، مورد نیاز است. در صورت مقایسه بین الگوریتم کرم شب تاب با بهینه سازی ازدحام ذرات و استراتژی تکاملی، مزایای الگوریتم کرم شب تاب در حل مشکل بهینه سازی پیشنهادی اثبات می¬شود. در مطالعات محاسباتی، صرفه جویی در انرژی HVAC در چارچوب مبتنی بر داده پیشنهادی مورد بررسی قرار گرفت. آنالیز حساسیت پتانسیل صرفه جویی انرژی بر مبنای انواع مختلف محدودیت شرایط محیطی انجام شد.
    کلمات کلیدی: حفاظت از انرژی | مدل سازی داده محور | HVAC چند منطقه ای | الگوریتم کرم شب تاب | عملیات پیش بینی شده


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 10
    تعداد صفحات فایل doc فارسی: 32

    حجم فایل: 2067 کیلوبایت


    قیمت: 35000 تومان  31500 تومان(10% تخفیف)


    توضیحات اضافی:




تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-کاوی
موضوعات