بهينه سازي مصرف انرژي در بخش ساختمان با استفاده از شبكه عصبي و الگوريتم PSO (مطالعه موردي شهرستان بندرعباس)

Home Browse Journal Info Guide for Authors Submit Manuscript Reviewers Contact Us Login فارسي Optimizing energy consumption in the building sector using neural networks and PSO algorithms (Case study: Bandar Abbas city)

مصرف انرژي در ساختمان ها يك سوم مصرف انرژي سالانه كشور را تشكيل مي دهد، بنابراين ارائه راهكارهايي كه بتواند مصرف انرژي را در اين بخش كاهش دهد، حائز اهميت است. روش بررسي: با استفاده از پرسشنامه و نظرات كارشناسان، پارامترهاي موثر در بهينه سازي انرژي در سازمان نظام مهندسي ساختمان بندرعباس شناسايي شد. متغيرهايي مانند جنس مواد ديوار و سقف، مساحت و نوع پنجره ها، ضخامت عايق ديوار و سقف انتخاب شدند. حالت هاي مختلف با نرم افزار Design Builder بررسي شد. با آموزش دو شبكه عصبي مجزا نحوه اتصال ورودي ها به دو خروجي مهم يعني ميزان انرژي و دي اكسيد كربن بدست آمد. و بهينه سازي با استفاده از الگوريتم PSO انجام شد. يافته­ها: در مدل به دست آمده ديوار آجري با ضخامت عايق 5 سانتي متر، سقف تيرچه با ضخامت عايق 5 سانتي متر، شيشه سه جداره، نسبت پنجره هاي شمالي و شرقي به ديوار در يك جهت 70 درصد، نسبت پنجره جنوبي به ديوار جنوبي بين 41 به 43 است. درصد و نسبت پنجره غربي به ديوار غربي بين 65 تا 67 درصد است كه در آن ميزان انرژي و دي اكسيد كربن حداقل است. بحث و نتيجه گيري: اگر انرژي به عنوان تابع هدف انتخاب شود، نتايج به‌دست‌آمده از PSO كاملاً با نتايج بهينه‌سازي براي زماني كه تابع هدف مقدار دي اكسيد كربن است، مطابقت دارد. اين دو تابع با يكديگر همسو هستند و بهينه سازي يكي منجر به بهينه سازي ديگري مي شود.

Background and Objective: Energy consumption in buildings accounts for one third of the country's annual energy consumption, so it is important to provide solutions that can reduce energy consumption in this sector. Material and Methodology: Using questionnaires and experts’ opinions, effective parameters in energy optimization in Construction Engineering Organization of Bandar Abbas were identified. Variables such as wall and ceiling material, area and type of windows, wall and ceiling insulation thickness were selected. Different modes were investigated with Design Builder software. By training two separate neural networks, how the inputs are connected to two important outputs, which is the amount of energy and carbon dioxide, was obtained. an‎d optimization was performed using the PSO algorithm. Findings: In the obtained model, brick wall with insulation thickness of 5cm, beam roof with insulation thickness of 5cm, triple glazing, ratio of north and east windows to wall in the same direction 70%, ratio of south window to south wall between 41 to 43 percent and the ratio of the west window to the west wall is between 65 to 67 percent, in which the amount of energy and carbon dioxide is the minimum. Discussion and Conclusion: If the energy is selected as target function, the results obtained from the PSO are closely consistent with the optimization results for when the target function is the amount of carbon dioxide. These two functions are in line with each other, and optimizing one will lead to optimizing the other.