Energy is one of the most important

Energy is one of the most important resources used by the modern
society and is the core of the economic and social activities in
the industrialized countries. In recent years, there has been an
enormous increase in the global energy demand due to industrial
development and population growth. In the context of the European
Union efforts to reduce the growing energy expenditure, it
is widely recognized that the building sector has an important role,
accounting about 40% of the total energy consumption and 36% of
the carbon dioxide emission [1]. In addition, most of the energy
used in buildings and construction sectors is produced from fossil
fuels, making them the largest emitter of greenhouse gases on the
planet. According to the U.S. Energy Information Administration,
energy consumption in buildings is dominated almost 57% by heating,
ventilation and air conditioning (HVAC), and lighting [2]. As a
result, buildings energy efficiency improvement has become an
international big deal for designers and researchers given a high
potential for building modifications [3] by incorporating whole
building energy analyses [4] rather than analyzing a building as a
set of disconnected parts [5].Whole building design can help architects
and engineers to determine the amount of cooling, heating,
and lighting loads in order to analyze the characteristics and
energy performance of buildings. Good energy performance of
buildings is generally obtained by selecting more comprehensive
and executive decisions to decrease the energy demand. Building
designers often use whole building energy simulation programs
such as DOE-2, EnergyPlus, ESP-r, eQUEST and TRNSYS to analyze
the thermal and energy behaviors of buildings. In order to evaluate
the energy performance of a building, many effective and important
design parameters must be taken into account. Architectural
parameters are very important in reducing the building energy
consumption; but are difficult to be tackled because of the complicated
and nonlinear interactions of the processes [6]. An approach
known as ‘‘parametric study” may be used to investigate the building
performance. According to this method, the input of each decision
variable is changed to understand its effect on the design
objective functions while all other building parameters are kept
fixed. This technique can be repeated iteratively with other variables.
Although studies are a useful method to explore alternative
design options and to establish parameter dependencies of the
solutions [7], it may be too time consuming and practically impossible
due to the large number of combinations. By coupling an
appropriate optimization procedure with a whole building energy
simulation tool, it is possible to analyze and to optimize buildings
characteristics in less time [8].
Over the past years, considerable research works have been
directed toward simulation-based optimization of building energy
consumption with the overall aim of understanding the most
appropriate building parameters and architectural configurations
to promote its energy efficiency. Nguyen et al. [9] reviewed the
simulation-based optimization methods applied to the building
performance analysis and Bandara and Attalage [6] discussed the
applicability of the optimization methodologies in the building
performance optimization. Brown et al. [10] developed an online
building optimization tool to minimize the energy use in a cost
effective manner and to evaluate the distributed energy generation
alternatives. Chantrelle et al. [11] presented a multi-criteria tool
(MultiOpt) based on the NSGA-II genetic algorithm coupled with
TRNSYS to optimize the buildings renovation. In a similar work,
Tuhus-Dubrow and Krarti [12] developed a genetic algorithm optimization
tool coupled with DOE-2 applied to optimize a building
shape and envelope features. Saporito et al. [13] performed a
multi-parameter study to investigate the heating energy use in
the office buildings using a thermal simulation code, named
APACHE. In another research, Shan [14] provided a methodology
to optimize the building facade with respect to triple objectives
of cooling, heating, and lighting electricity demand to achieve the
minimum annual energy cost. Kusiak et al. [15] presented a datadriven
approach for optimization of a heating, ventilation, and air
conditioning (HVAC) system in an office building using a strength
multi-objective particle swarm algorithm. In addition, Znouda
et al. [16] presented an optimization program that couples genetic
algorithm with a simplified tool for building thermal evaluation
(CHEOPS) with the purpose of minimizing the buildings energy
consumption. Karmellos et al. [17] developed a methodology and
a software tool for optimum prioritization of energy efficiency
measures based on the primary energy consumption and the initial
investment cost criteria in buildings. Moreover, Yu et al.

ผลลัพธ์ (ไทย) 3:

พลังงานเป็นหนึ่งในที่สำคัญที่สุด การใช้ทรัพยากร โดยที่ทันสมัยสังคมและเป็นแกนหลักของเศรษฐกิจและสังคมในประเทศอุตสาหกรรม ใน ปี ล่าสุด มีมหาศาลเพิ่มขึ้นในความต้องการพลังงานทั่วโลก เนื่องจากอุตสาหกรรมการพัฒนาและการเติบโตของประชากร . ในบริบทของยุโรปความพยายามที่จะลดการใช้พลังงานของสหภาพเติบโต ,ได้รับการยอมรับอย่างกว้างขวางว่าภาคอาคารมีบทบาทสำคัญบัญชีประมาณ 40% ของการใช้พลังงานทั้งหมด และร้อยละ 36 ของการปล่อยก๊าซคาร์บอนไดออกไซด์ [ 1 ] นอกจากนี้ส่วนใหญ่ของพลังงานที่ใช้ในอาคารและการก่อสร้าง ผลิตจาก ฟอสซิลเชื้อเพลิงให้อีซีที่ใหญ่ที่สุดของก๊าซเรือนกระจกในดาวเคราะห์ ตามข้อมูลการบริหารพลังงานสหรัฐการใช้พลังงานในอาคารถูกครอบงำเกือบร้อยละ 57 โดยความร้อนระบบระบายอากาศ และระบบปรับอากาศ ( HVAC ) และแสง [ 2 ] เป็นผลของการปรับปรุงอาคารพลังงานอย่างมีประสิทธิภาพได้กลายเป็นใหญ่ระหว่างประเทศสำหรับนักออกแบบและนักวิจัยได้รับสูงศักยภาพในการปรับเปลี่ยนอาคาร [ 3 ] โดยผสมผสานทั้งวิเคราะห์พลังงานในอาคาร [ 4 ] มากกว่าการวิเคราะห์อาคารเป็นชุดเชื่อมต่อชิ้นส่วน [ 5 ] . การออกแบบอาคารทั้งหมดจะช่วยให้สถาปนิกและวิศวกรเพื่อตรวจสอบปริมาณของความร้อน ความและแสงโหลดเพื่อวิเคราะห์ลักษณะและประสิทธิภาพพลังงานของอาคาร พลังงานประสิทธิภาพดีอาคารโดยทั่วไปจะได้รับโดยการเลือกที่ครอบคลุมมากขึ้นและผู้บริหารในการตัดสินใจเพื่อลดความต้องการพลังงาน อาคารนักออกแบบมักจะใช้พลังงานทั้งอาคารจำลองโปรแกรมเช่น doe-2 แผงรับ esp-r equest , , , และ trnsys วิเคราะห์พฤติกรรมทางความร้อนและพลังงานของอาคาร เพื่อที่จะประเมินประสิทธิภาพพลังงานของอาคาร ที่มีประสิทธิภาพ และที่สำคัญหลายพารามิเตอร์การออกแบบที่ต้องนำมาพิจารณา สถาปัตยกรรมพารามิเตอร์ที่สำคัญในการลดพลังงานในอาคารการบริโภค แต่ยากที่จะแก้ได้ เพราะมันซับซ้อนมากและไม่เชิงเส้นการปฏิสัมพันธ์ของกระบวนการ [ 6 ] เป็นวิธีการเรียกว่า " เรียน " "parametric อาจจะใช้ในการตรวจสอบอาคารผลการปฏิบัติงาน ตามวิธีนี้การป้อนข้อมูลของแต่ละการตัดสินใจแปรเปลี่ยนเป็นเข้าใจผลกระทบต่อการออกแบบฟังก์ชันเป้าหมายในขณะที่อาคารอื่น ๆค่าเก็บไว้ถาวร เทคนิคนี้สามารถทำซ้ำซ้ำกับตัวแปรอื่น ๆแม้ว่าการศึกษาเป็นวิธีที่มีประโยชน์ที่จะสำรวจทางเลือกการออกแบบและสร้างการพึ่งพาตัวเลือกพารามิเตอร์ของโซลูชั่น [ 7 ] , มันอาจจะเกินไปเวลานาน และแทบจะเป็นไปไม่ได้เนื่องจากตัวเลขขนาดใหญ่ของชุด เปิดตัวเป็นขั้นตอนการเพิ่มประสิทธิภาพที่เหมาะสมกับอาคารทั้งหมดเป็นพลังงานเครื่องมือจำลอง , มันเป็นไปได้ เพื่อวิเคราะห์และปรับปรุงอาคารลักษณะในเวลาที่น้อยกว่า [ 8 ]กว่าปีที่ผ่านมางานวิจัยมากได้รับการเพิ่มประสิทธิภาพของพลังงานที่ใช้โดยตรงไปยังอาคารใช้กับเป้าหมายโดยรวมของความเข้าใจมากที่สุดพารามิเตอร์ที่เหมาะสมและรูปแบบสถาปัตยกรรมอาคารเพื่อส่งเสริมประสิทธิภาพการใช้พลังงานของ เหงียน et al . [ 9 ] ดูการจำลองโดยใช้วิธีการเพิ่มประสิทธิภาพที่ใช้กับอาคารการวิเคราะห์ประสิทธิภาพและดารา และ attalage [ 6 ] กล่าวถึงการประยุกต์ใช้วิธีการที่เหมาะสมในการสร้างการเพิ่มประสิทธิภาพการปฏิบัติงาน สีน้ำตาล et al . [ 10 ] การพัฒนาแบบออนไลน์สร้างเพิ่มประสิทธิภาพเครื่องมือเพื่อลดการใช้พลังงานในค่าใช้จ่ายอย่างมีประสิทธิภาพและเพื่อประเมินการกระจายพลังงานรุ่นทางเลือก chantrelle et al . [ 11 ] แสดงหลายเกณฑ์ เครื่องมือ( multiopt ) ตาม nsga-ii ขั้นตอนวิธีเชิงพันธุกรรมควบคู่กับtrnsys เพื่อเพิ่มประสิทธิภาพของอาคารปรับปรุงใหม่ ในการทำงานที่คล้ายกันtuhus ดอโบร และ krarti [ 12 ] พัฒนาเพิ่มประสิทธิภาพของขั้นตอนวิธีเชิงพันธุกรรมเครื่องมือที่ใช้ในการเพิ่มประสิทธิภาพ doe-2 ควบคู่กับอาคารรูปร่างและซองคุณสมบัติ ซาพอริโต้ et al . [ 13 ] แสดงหลายพารามิเตอร์ศึกษาเพื่อศึกษาการใช้พลังงานในความร้อนสำนักงานอาคารโดยใช้รหัสการจำลองเชิงความร้อน ที่ชื่อApache ในงานวิจัยอื่น ฉาน [ 14 ] ให้วิธีการเพื่อเพิ่มประสิทธิภาพของอาคารด้วยความเคารพวัตถุประสงค์สามซุ้มความเย็น ความร้อน และไฟฟ้าแสงสว่าง เพื่อให้บรรลุความต้องการค่าใช้จ่ายพลังงานต่อปีขั้นต่ำ kusiak et al . [ 15 ] เสนอ datadrivenวิธีการสำหรับการเพิ่มประสิทธิภาพของความร้อน การระบาย อากาศปรับอากาศ ( HVAC ) ระบบในอาคารสำนักงานโดยใช้แรงฝูงอนุภาคหลายขั้นตอนวิธีการ นอกจากนี้ znoudaet al . [ 16 ] นำเสนอการเพิ่มประสิทธิภาพโปรแกรมทางพันธุกรรมที่คู่รักวิธีที่ง่ายเพื่อสร้างความร้อนเครื่องมือการประเมินผล( cheops ) กับวัตถุประสงค์ของการใช้พลังงานอาคารการบริโภค karmellos et al . [ 17 ] พัฒนาวิธีการเป็นเครื่องมือซอฟต์แวร์สำหรับการสูงสุดของประสิทธิภาพการใช้พลังงานมาตรการที่ใช้ในการใช้พลังงานปฐมภูมิ และเริ่มต้นเกณฑ์การลงทุนในอาคาร นอกจากนี้ ยู et al .