دانلود مقاله ISI انگلیسی شماره 107845
ترجمه فارسی عنوان مقاله

تجزیه و تحلیل همبستگی بین مصرف واقعی گرما و فیزیک ساختمان، سیستم گرمایشی و موقعیت اتاق با استفاده از روش داده کاوی

عنوان انگلیسی
Analysis of correlation between actual heating energy consumption and building physics, heating system, and room position using data mining approach
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
107845 2018 19 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 7781 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 14 روز بعد از پرداخت 93,372 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 7 روز بعد از پرداخت 186,744 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Energy and Buildings, Volume 166, 1 May 2018, Pages 73-82

پیش نمایش مقاله
پیش نمایش مقاله تجزیه و تحلیل همبستگی بین مصرف واقعی گرما و فیزیک ساختمان، سیستم گرمایشی و موقعیت اتاق با استفاده از روش داده کاوی

چکیده انگلیسی

Residential buildings in northern China have annually consumed over 4.4% of China's total energy by space heating, and the proportion is still growing. A key task when making an energy conservation guide is to identify the parameters that have significant impacts on the building heating energy consumption. The traditional methods for this task, such as optimization-simulation, regression, and artificial neural network (ANN) methods, either require considerable amounts of computing capacity and time, or present the results in complex equations or networks that are difficult to understand. This study proposed a data mining approach to analyze the correlation between a building's heating energy consumption and its physical & heating system parameters, based on a field survey of 5615 households from 116 buildings in Tianjin, a city in China's cold winter climate region. The box-plot method was used to detect outliers in the original database, and determine the attributes. The information gain ratio calculation algorithm was applied to rank the correlation between the heating energy consumption per unit area (HECPA) and 16 (19) attributes on both household and building scales. Finally, the C4.5 decision tree classifier was used to model the correlations and output the classification rules. The results indicated that the window heat-transmission coefficient and type of heating-terminal were the two attributes that most significantly affected the heating energy consumption on both scales. According to the classification rules, a higher window heat-transmission coefficient for a household usually resulted in a higher HECPA level, while buildings that used floor heating as their heating-terminals had a high probability of consuming more heating energy than those that used radiators. Nevertheless, a higher window-to-wall ratio may not necessarily result in more heating energy consumption. The main contribution of this study was the development of a promising approach that could assist in quickly understanding the hidden correlation between heating energy consumption and related factors through a massive amount of collected data.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 7781 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 14 روز بعد از پرداخت 93,372 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 7 روز بعد از پرداخت 186,744 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.