寒地办公建筑采暖能耗神经网络预测模型建构

被引：30

作者：

孙澄

韩昀松

机构：

[1] 哈尔滨工业大学建筑学院

来源：

建筑学报 | 2013年 / S2期

关键词：

遗传BP神经网络; 采暖能耗预测; 办公建筑形态; 能耗模拟参数模型; 严寒地区;

D O I：

暂无

中图分类号：

TU111.195 [];

学科分类号：

摘要：

旨在构建基于遗传BP神经网络的严寒地区办公建筑采暖能耗预测模型;通过分析建筑热工计算模型,确定影响寒地办公建筑能耗的建筑参量,应用Grasshopper平台建构能耗模拟参数模型,获得2000组能耗模拟数据,应用遗传BP神经网络建模技术,以建筑形态参量为输入参量,以耗热量指标为输出参量,建构严寒地区办公建筑采暖能耗预测模型,应用模拟数据进行网络训练与测试。

引用

页码：154 / 158

页数：5

共 14 条

[1]

基于人工神经网络的建筑多目标预测模型 [J].

喻伟 ;

李百战 ;

杨明宇 ;

杜秀媛 .

中南大学学报(自然科学版), 2012, 43 (12) :4949-4955

[2]

建筑平面体形设计的节能分析 [J].

宋德萱 ;

张峥 .

新建筑, 2000, (03) :8-11

[3]

基于遗传BP神经网络技术的大型公建能耗分析模型的研究与应用 [D].

刘长俊 .

广西大学,

2012

[4]

居住建筑体形系数与建筑节能 [D].

操雪荣 .

重庆大学,

2007

[5]

Diagnostic tools of energy performance for supermarkets using Artificial Neural Network algorithms[J] Georgios Mavromatidis;Salvador Acha;Nilay Shah Energy & Buildings 2013,

[6]

Using artificial neural networks to predict the impact of daylighting on building final electric energy requirements[J] Raphaela Walger da Fonseca;Evelise Leite Didoné;Fernando Oscar Ruttkay Pereira Energy & Buildings 2013,

[7]

Developing energy performance label for office buildings in Iran[J] Farshid Bagheri;Vahab Mokarizadeh;Mohsen Jabbar Energy & Buildings 2013,

[8]

Optimization of window-openings design for thermal comfort in naturally ventilated buildings[J] G.M. Stavrakakis;P.L. Zervas;H. Sarimveis;N.C. Markatos Applied Mathematical Modelling 2011,

[9]

USE of the ANOVA approach for sensitive building energy design[J] Houcem Eddine Mechri;Alfonso Capozzoli;Vincenzo Corrado Applied Energy 2010,

[10]

Multiobjective optimization of building design using TRNSYS simulations; genetic algorithm; and Artificial Neural Network[J] Laurent Magnier;Fariborz Haghighat Building and Environment 2009,

← 1 2 →