In this article, a powerful approac

In this article, a powerful approach for the multi-variable optimization
of the building energy consumption was introduced. In
order to implement the simulation-based optimization, the
multi-objective particle swarm optimization (MOPSO) code was
programmed in MATLAB environment and coupled with Energy-
Plus program through jEPlus parametric simulation manager tool
as an EnergyPlus input file creation interface. In the presented optimization
problem, the design parameters were the room orientation,
the shading overhang specifications, the window size, the
glazing and the wall specifications. In addition, three objective
functions were taken into account including the annual cooling,
heating, and lighting electricity consumption that are entirely nonlinear
and coupled. The suggested method was applied to a single
room model by taking into account four climatic regions of Iran
including warm–humid, warm–dry, mild, and cold. In the optimization
part, both mono- and multi-objective optimization analyses
were studied with the purpose of realization of the cost
function interactions. The results of the mono-criterion optimization
problems were compared with the baseline model. In addition,
the achieved optimum solutions from the multi-objective optimization
problem were reported as Pareto-optimal fronts. The
triple-objective optimization results indicated that using the
weighted sum method, the annual cooling consumption reduces
19.8–33.3% in comparison to the basic model depends on the climate
region. In contrast, the annual heating and lighting electricity
consumption increased 1.7–4.8% and 0.5–2.6%, respectively. As a
result, the final optimum configuration leads to 1.6–11.3% reduction
of the annual total building electricity consumption for four
climate regions of Iran. In addition, based on the results, the climate
demonstrates a significant effect on the building annual cooling
and heating energy consumption, while its effect on the annual
lighting electricity demand is negligible. Therefore, it is obvious
that architectural design parameters of the building, as well as
the climate conditions are important and critical in determining
the building energy performance, so that the building energy consumption
can be highly reduced by selecting appropriate architectural
design parameters in early phases of a building design to
improve its energy performance.

ผลลัพธ์ (ไทย) 1:

ในบทความนี้ วิธีมีประสิทธิภาพสำหรับการเพิ่มประสิทธิภาพหลายตัวแปรอาคารพลังงาน ปริมาณการใช้นำมา ในการใช้แบบจำลองสถานการณ์เพิ่มประสิทธิภาพ การรหัส (MOPSO) การเพิ่มประสิทธิภาพของฝูงแบบอนุภาคโปรแกรมในสภาพแวดล้อมของ MATLAB และควบคู่ไปกับพลังงาน -โปรแกรมผ่านเครื่องมือจัดการจำลองพาราเมตริก jEPlusเป็นอินเตอร์เฟซ EnergyPlus สร้างแฟ้มป้อนเข้า ในการเพิ่มประสิทธิภาพการนำเสนอพารามิเตอร์การออกแบบแนวห้องพัก ถูก ปัญหาข้อมูลจำเพาะสิ่งที่แขวนอยู่ที่แรเงา ขนาดของหน้าต่าง การกระจกและผนังรายละเอียด นอกจากนี้ วัตถุประสงค์สามฟังก์ชันถูกนำมาพิจารณารวมทั้งปีเย็นเครื่องทำความร้อน และแสงสว่างการใช้ไฟฟ้าที่ไม่เชิงเส้นทั้งหมดและคู่ วิธีแนะนำใช้เดียวรูปแบบห้องพัก โดยคำนึงถึงสี่ภูมิภาคภูมิอากาศของประเทศอิหร่านรวมอุ่นชื้น อบอุ่นแห้ง ไม่รุนแรง และเย็น ในการเพิ่มประสิทธิภาพส่วน วิเคราะห์ทั้งโมโน และ objective หลายการเพิ่มประสิทธิภาพมีศึกษาโดยมีวัตถุประสงค์ก่อให้เกิดต้นทุนปฏิสัมพันธ์ของฟังก์ชัน ผลของการเพิ่มประสิทธิภาพของโมโนเกณฑ์ปัญหาถูกเปรียบเทียบกับแบบจำลองพื้นฐาน นอกจากนี้การแก้ปัญหาที่ดีที่สุดประสบความสำเร็จจากการเพิ่มประสิทธิภาพแบบปัญหามีรายงานเป็นแนวหน้า Pareto ที่เหมาะสม การสามวัตถุประสงค์เพิ่มประสิทธิภาพผลลัพธ์ระบุนั้นโดยใช้การผลรวมถ่วงน้ำหนักวิธี การใช้ความเย็นประจำปีช่วยลด19.8 – 33.3% เมื่อเทียบกับแบบพื้นฐานขึ้นอยู่กับสภาพภูมิอากาศภูมิภาค ในความคมชัด ประจำเครื่องทำความร้อน และแสงไฟฟ้าปริมาณการใช้เพิ่มขึ้น 1.7 – 4.8% และ 0.5 – 2.6% ตามลำดับ เป็นการผล การกำหนดค่าที่เหมาะสมที่สุดท้ายที่นำไปสู่การลดลง 1.6 – 11.3%ประจำปีของอาคารการใช้ไฟฟ้า 4เขตภูมิอากาศของประเทศอิหร่าน นอกจากนี้ ตามผลลัพธ์ สภาพภูมิอากาศอธิบายผลกระทบเย็นประจำอาคารและเครื่องทำความร้อนพลังงาน ในขณะที่ผลประจำปีแสงไฟฟ้าเป็นเล็กน้อย ดังนั้น ก็เห็นได้ชัดที่พารามิเตอร์ออกแบบสถาปัตยกรรมของอาคาร เป็นสภาพภูมิอากาศสำคัญในการกำหนด และอาคารพลังงานประสิทธิภาพ เพื่อให้อาคารใช้พลังงานสูงลดลง โดยการเลือกที่เหมาะสมทางสถาปัตยกรรมพารามิเตอร์การออกแบบในขั้นตอนแรกของการออกแบบอาคารเพื่อปรับปรุงประสิทธิภาพพลังงาน

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เป็นวิธีการที่มีประสิทธิภาพสำหรับการเพิ่มประสิทธิภาพหลายตัวแปร
ของการใช้พลังงานในอาคารได้รับการแนะนำ ใน
การสั่งซื้อที่จะใช้ในการเพิ่มประสิทธิภาพการจำลองตามที่
หลายวัตถุประสงค์การเพิ่มประสิทธิภาพจับกลุ่มอนุภาค (MOPSO) รหัสถูก
โปรแกรม MATLAB ในสภาพแวดล้อมและพลังงานควบคู่ไปกับ
โปรแกรมพลัสผ่านเครื่องมือผู้จัดการจำลอง jEPlus พารา
เป็นปัจจัยการ EnergyPlus อินเตอร์เฟซการสร้างแฟ้ม ในการเพิ่มประสิทธิภาพที่นำเสนอ
ปัญหาพารามิเตอร์การออกแบบมีการวางแนวในห้องพัก,
รายละเอียดการแรเงาที่แขวนอยู่ที่ขนาดของหน้าต่างที่
กระจกและข้อกำหนดผนัง นอกจากนี้อีกสามวัตถุประสงค์
ฟังก์ชั่นที่ถูกนำเข้าบัญชีรวมทั้งการระบายความร้อนประจำปี,
ความร้อนและการบริโภคไฟฟ้าแสงสว่างที่มีทั้งหมดไม่เชิงเส้น
และคู่ แนะนำวิธีการถูกนำไปใช้เป็นหนึ่งเดียว
รูปแบบห้องโดยการคำนึงถึงสี่ภูมิภาคภูมิอากาศของประเทศอิหร่าน
รวมทั้งอบอุ่นชื้นอบอุ่นแห้งอ่อนและเย็น ในการเพิ่มประสิทธิภาพ
ส่วนการวิเคราะห์การเพิ่มประสิทธิภาพทั้งเดี่ยวและหลายวัตถุประสงค์
การศึกษาที่มีวัตถุประสงค์ในการก่อให้เกิดค่าใช้จ่ายใน
การโต้ตอบของฟังก์ชั่น ผลของการเพิ่มประสิทธิภาพโมโนเกณฑ์
ปัญหาถูกนำมาเปรียบเทียบกับรูปแบบพื้นฐาน นอกจากนี้ใน
การแก้ปัญหาที่ดีที่สุดที่ประสบความสำเร็จจากการเพิ่มประสิทธิภาพหลายวัตถุประสงค์
ปัญหาได้รับรายงานว่าเสื้อแจ็กเก็ Pareto ที่ดีที่สุด
ผลการเพิ่มประสิทธิภาพสามวัตถุประสงค์ที่ระบุว่าการใช้
วิธีการที่น้ำหนักรวมการบริโภคประจำปีระบายความร้อนช่วยลด
19.8-33.3% เมื่อเทียบกับรูปแบบพื้นฐานขึ้นอยู่กับสภาพภูมิอากาศ
ในภูมิภาค ในทางตรงกันข้ามความร้อนและไฟฟ้าแสงสว่างประจำปี
บริโภคที่เพิ่มขึ้น 1.7-4.8% และ 0.5-2.6% ตามลำดับ ในฐานะที่เป็น
ผลมาจากการกำหนดค่าที่เหมาะสมสุดท้ายนำไปสู่การลดลง 1.6-11.3%
ของการใช้ไฟฟ้าอาคารประจำปีรวมสี่
ภูมิภาคสภาพภูมิอากาศของอิหร่าน นอกจากนี้ยังขึ้นอยู่กับผลของสภาพภูมิอากาศ
แสดงให้เห็นถึงผลกระทบต่ออาคารระบายความร้อนประจำปี
และพลังงานความร้อนบริโภคในขณะที่ผลกระทบต่อปี
ความต้องการไฟฟ้าแสงสว่างเป็นเล็กน้อย ดังนั้นจึงเป็นสิ่งที่เห็นได้ชัด
ว่าพารามิเตอร์การออกแบบสถาปัตยกรรมของอาคารเช่นเดียวกับ
สภาพอากาศที่มีความสำคัญและสำคัญในการกำหนด
ประสิทธิภาพการใช้พลังงานในอาคารเพื่อให้การใช้พลังงานในอาคาร
สามารถลดลงอย่างมากโดยการเลือกสถาปัตยกรรมที่เหมาะสม
พารามิเตอร์การออกแบบในขั้นตอนแรกของการ การออกแบบอาคารเพื่อ
การปรับปรุงประสิทธิภาพการใช้พลังงานของมัน

ผลลัพธ์ (ไทย) 3:

ในบทความนี้เป็นวิธีที่มีประสิทธิภาพสำหรับการเพิ่มประสิทธิภาพของหลายตัวแปรการใช้พลังงานของอาคารเป็นที่รู้จัก . ในการใช้แบบจำลองที่เหมาะสมตามหลายอนุภาค Swarm Optimization ( mopso ) รหัสโปรแกรม MATLAB ในสิ่งแวดล้อมและพลังงาน - คู่กับพลัสผ่านโปรแกรมจำลองเครื่องมือจัดการ jeplus พาราเมตริกเป็นแผงรับสัญญาณการสร้างไฟล์อินเตอร์เฟซ นำเสนอการเพิ่มประสิทธิภาพในปัญหาพารามิเตอร์การออกแบบเป็นห้องปฐมนิเทศแรเงากำหนดแขวน ขนาดหน้าต่างกระจกและผนังข้อกําหนด นอกจากนี้ มี สามหน้าที่ในการพิจารณารวมถึงการทำความเย็นประจําปีความร้อน และปริมาณการใช้ไฟฟ้าที่มีทั้งเส้นแสงและ คู่ แนะนำให้ใช้วิธีเดียวห้องตัวอย่าง โดยคำนึงถึง 4 ภาคอากาศของอิหร่านทั้งอบอุ่นและชื้นและอบอุ่นแห้ง , อ่อน , และเย็น ในการเพิ่มประสิทธิภาพส่วนทั้ง โมโน - และการวิเคราะห์การเพิ่มประสิทธิภาพหลายศึกษาโดยมีวัตถุประสงค์ของการรับรู้ค่าใช้จ่ายฟังก์ชันการโต้ตอบ ผลของการเพิ่มประสิทธิภาพเกณฑ์ โมโนปัญหาที่พบคือ เมื่อเทียบกับพื้นฐานแบบ นอกจากนี้ที่ประสบความสำเร็จสูงสุดจากการเพิ่มประสิทธิภาพหลายโซลูชั่นปัญหาที่ได้รับรายงานว่าโตที่สุดครั้ง ที่ผลพบว่า มีการเพิ่มประสิทธิภาพสามเท่าวิธีผลรวมถ่วงน้ำหนัก , การลดความเย็นประ19.8 และ 33.3% เมื่อเทียบกับรูปแบบพื้นฐานขึ้นอยู่กับสภาพภูมิอากาศภูมิภาค ในทางตรงกันข้าม , ความร้อนและไฟฟ้าแสงสว่างประการบริโภคเพิ่มขึ้นร้อยละ 4.8 และ 0.5 – 1.5 – 2.5 เปอร์เซ็นต์ ตามลำดับ เป็นการตั้งค่าที่เหมาะสม สุดท้ายนักลด 1.6 – 11.3 %ของปี ปริมาณการใช้ไฟฟ้ารวมอาคารสี่ภูมิอากาศของภูมิภาคที่อิหร่าน นอกจากนี้ ตามผลลัพธ์ ภูมิอากาศแสดงให้เห็นถึงผลในเย็นอาคารประจำปีความร้อนและการใช้พลังงาน ในขณะที่ผลกระทบต่อปีความต้องการใช้ไฟฟ้าแสงสว่างเป็นเล็กน้อย ดังนั้น มันชัดเจนสถาปัตยกรรมที่พารามิเตอร์การออกแบบของอาคาร รวมทั้งเงื่อนไขสำคัญในการกำหนดและสภาพภูมิอากาศอาคารพลังงานประสิทธิภาพ ดังนั้นอาคารการใช้พลังงานสามารถสูงลดลง โดยการเลือกที่เหมาะสมสถาปัตยกรรมพารามิเตอร์การออกแบบในช่วงต้นๆ ของการออกแบบ สร้างปรับปรุงประสิทธิภาพพลังงานของ