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 - 2015
بلافاصله پس از پرداخت دانلود کنید

با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد). 

مقالات ترجمه شده داده کاوی ( data mining )
  • Predictive modeling and optimization of a multi-zone HVAC system with data mining and firefly algorithms مدل سازی پیش بینی و بهینه سازی سیستم HVAC چند منطقه¬ای با داده کاوی و الگوریتم کرم شب تاب
    دانلود مقاله | مقاله انگلیسی رایگان | خرید ترجمه فارسی مقاله

    دسته بندی:

    داده کاوی - data mining


    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


    نویسنده:

    Yaohui Zeng, Zijun Zhang, Andrew Kusiak


    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(با احتساب مراجع): 32

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 2067 کیلوبایت


    قیمت: 36000 تومان   


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 2510 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 2510 :::::::: افراد آنلاین: 46