پيش ‏بيني ميزان انرژي مصرفي در ساختمان‏ هاي با زيرساخت آموزشي موجود با استفاده از شبكه عصبي مصنوعي و اثرات آن بر كاهش دي ‏اكسيد‏كربن (مطالعه موردي مدارس مشهد)

يكي از مصارف انرژي در بخش‏ ساختمان ‏هاي در حال بهره‏ برداري و بخصوص ساختمان‏ هاي با زيرساخت هاي آموزشي مانند مدارس مي ‏باشد. از جمله روش هاي موثرِ كاهش مصرف انرژي در اين ساختمان ‏ها، قبل از ساخت مي ‏باشد. ليكن بسياري از ساختمان ‏ها در حال حاضر ساخته ‏شده و مي ‏بايست راهكاري براي كاهش مصرف انرژي در اين ساختمان‏ ها پيدا‏نمود. از جمله راهكارهاي مهم، پيش ‏بيني ميزان انرژي مصرفي در اين ساختمان‏ ها است. دراينصورت مي‏ توان انرژي مصرفي را قبل و بعداز بعضي تغييرات در ساختمان مورد ارزيابي قرارداد. در اين مقاله، به موضوع پيش ‏بيني انرژي در ساختمان‏ هاي وضع‏ موجود در مدارس كه از زيرساخت‌هاي مهم كشور هستند پرداخته ‏شده ‏است. بدين منظور ابتدا تعدادي از مشخصات مهم فيزيكيِ ساختمان و ميزان مصرف انرژي آن براساس قبوض مصرفي، بصورت ميداني جمع ‏آوري شده ‏است. برداشت اطلاعات ميداني از ساختمان‏ هاي وضع موجود مدارس جهت ارائه مدل پيش ‏بين انرژي تجربه نو در اين زمينه بوده و در پژوهش ها كمتر به آن پرداخته شده است. مدلسازي با استفاده از شبكه عصبي مصنوعي انجام شده و نتايج، يك ضريب همبستگي بسيار خوب 0.992 را براي اعتبار سنجي مدل نشان مي دهد. در انتها نيز اثرات كاهش دي ‏اكسيد‏كربن با توجه به ميزان صرفه‏ جويي در انرژي مصرفي مورد بحث قرارگرفته ‏است.