BSTU DSpace logo

Please use this identifier to cite or link to this item: http://dspace.bstu.ru/jspui/handle/123456789/4738
Full metadata record
DC FieldValueLanguage
dc.contributor.authorСулейманова, Л. А.-
dc.contributor.authorОбайди, А. А. Х.-
dc.date.accessioned2024-04-02T12:29:40Z-
dc.date.available2024-04-02T12:29:40Z-
dc.date.issued2024-
dc.identifier.urihttp://dspace.bstu.ru/jspui/handle/123456789/4738-
dc.descriptionСулейманова Л. А. Управление жизненным циклом здания на этапе эксплуатации с использованием моделей искусственных нейронных сетей и машинного обучения / Л. А. Сулейманова, А. А. Х. Обайди // Вестник БГТУ им. В. Г. Шухова. - 2024. - № 3. - С. 38-46.ru_RU
dc.description.abstractПрименение искусственных нейронных сетей и методов машинного обучения для анализа теплопотерь зданий представляет собой существенную актуальность в современном строительстве. Эти технологии обладают высокой точностью и эффективностью в обработке данных. Искусственные нейронные сети обладают способностью анализа обширных объемов информации и выделения сложных закономерностей, что значительно повышает точность определения теплопотерь в зданиях. В свою очередь, методы машинного обучения позволяют учитывать различные воздействующие факторы, такие как географическое положение и метеорологические условия, внося тем самым существенный вклад в повышение качества аналитических результатов. Такие подходы обеспечивают более достоверные и точные выводы, что является критически важным для эффективного управления энергопотреблением и сокращения тепловых потерь в зданиях. В данной статье авторами проведено исследование тепловых потерь зданий и их прогнозирование на этапе эксплуатации с использованием искусственных нейронных сетей и метода машинного обучения. Методика основана на анализе данных о теплопотерях и их связи с различными параметрами здания. Прогнозирование осуществлялось с использованием искусственных нейронных сетей в программном комплексе Statistica и методом машинного обучения на основе библиотеки scikit-learn. Предлагаемый подход позволяет эффективно управлять энергопотреблением здания, оптимизируя его энергетическую эффективность и улучшая управление жизненным циклом объекта капитального строительства. Результаты демонстрируют высокую точность и сходимость модели с фактическими значениями, а также ее способность к предсказанию эффективности.ru_RU
dc.language.isootherru_RU
dc.publisherИздательство БГТУ им. В. Г. Шуховаru_RU
dc.subjectАвторы БГТУru_RU
dc.subjectанализ данныхru_RU
dc.subjectискусственные нейронные сетиru_RU
dc.subjectоптимизация энергопотребленияru_RU
dc.subjectпрогнозированиеru_RU
dc.subjectтепловые потериru_RU
dc.subjectуправление жизненным цикломru_RU
dc.titleУправление жизненным циклом здания на этапе эксплуатации с использованием моделей искусственных нейронных сетей и машинного обученияru_RU
dc.typeArticleru_RU
Appears in Collections:2024 год

Files in This Item:
File Description SizeFormat 
4. Сулейманова.pdf1.19 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.