دانلود مقاله ISI انگلیسی شماره 111560
ترجمه فارسی عنوان مقاله

با استفاده از شبکه های عصبی مصنوعی برای ارزیابی هزینه های صرفه جویی در سیستم های تهویه مطبوع در ساختمان های اداری تکمیل شده

عنوان انگلیسی
Using artificial neural networks to assess HVAC related energy saving in retrofitted office buildings
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
111560 2018 13 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 8878 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 15 روز بعد از پرداخت 106,536 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 8 روز بعد از پرداخت 213,072 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

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

Journal : Solar Energy, Volume 163, 15 March 2018, Pages 32-44

پیش نمایش مقاله
پیش نمایش مقاله با استفاده از شبکه های عصبی مصنوعی برای ارزیابی هزینه های صرفه جویی در سیستم های تهویه مطبوع در ساختمان های اداری تکمیل شده

چکیده انگلیسی

This study aims to develop prediction models for HVAC related energy saving in office buildings. The data-driven modelling makes use of data gathered from several energy audit reports. These reports entail building and energy consumption data for 56 office buildings in Singapore. The two models are developed using Multiple Linear Regression (MLR) and Artificial Neural Network (ANN). The methodology to select the most appropriate input variables forms the essence of this study. This variable selection procedure involves 819,150 iterations, taking all possible combinations of the 14 input variables to determine the most accurate model. The dependent variable is taken as the change in energy use intensity (EUI, measured in kWh/m2.year) between pre- and post-retrofit conditions. The results show that the ANN model is more accurate with a mean absolute percentage error (MAPE) of 14.8%. The best combination of variables to achieve this comprises of gross floor area (GFA), air-conditioning energy consumption, operational hours and chiller plant efficiency. The information on these four variables, along with the prediction model can be used to predict HVAC related energy savings in office buildings to be retrofitted.

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 8878 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 15 روز بعد از پرداخت 106,536 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 8 روز بعد از پرداخت 213,072 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.