Phát triển mô hình dự đoán dựa trên trí tuệ nhân tạo nhằm tiết kiệm năng lượng trong các tòa nhà dân cư

Các nhiệm vụ khác

Hợp tác nghiên cứu nhập nội một số giống cây trồng và công nghệ bảo quản chế biến phù hợp vào một số tỉnh miền núi phía Bắc Việt Nam
Phát triển sản xuất thâm canh giống lúa nếp gà gáy Mỹ Lung thành vùng sản xuất hàng hóa ở huyện Yên Lập
Lai hoa tạo giống cao su mới (Báo cáo chuyên đề KHKT thuộc đề tài cải tiến giống cao su 40A0101 Cải tiến giống cao su )
Nghiên cứu về vị trí mục tiêu và định hướng chương trình của trường chuyên bậc trung học
Điều tra khỏa sát phân loại giáo dục tiểu học phục vụ xây dựng mô hình phát triển giáo dục tiểu học tỉnh Hà Nam đến năm 2010
Điều trị gãy thân xương chày bằng đinh nội tủy có chốt kín dưới màn tăng sáng
Phần: Hồ sơ thiết kế cần đo võng mặt đường
Tổng quan kinh nghiệm thế giới và chống nhiễm bẩn môi trường biển do dầu mỏ và sản phẩm dầu mỏ gây ra
Nghiên cứu tác dụng kháng vi khuẩn Streptococcus mutans và độc tính của phân đoạn chiết lá sim
Đánh giá thực trạng và đề xuất một số giải pháp phòng chống bệnh tăng huyết áp cho cộng đồng dân cư thành phố Hải Phòng

liên kết website

Lượt truy cập

Lượt truy cập : 23,220,179

Kết quả thực hiện nhiệm vụ

MS đề tài

102.05-2018.07

Số đăng ký KQ

2021-54-634/KQNC

Tên nhiệm vụ

Phát triển mô hình dự đoán dựa trên trí tuệ nhân tạo nhằm tiết kiệm năng lượng trong các tòa nhà dân cư

Tổ chức chủ trì

Trường Đại học Bách khoa TP. Hồ Chí Minh

Cơ quan chủ quản

Đại học Quốc gia TP Hồ Chí Minh

Cấp quản lý nhiệm vụ

Quốc gia

Thuộc chương trình

Chủ nhiệm nhiệm vụ

TS. Trần Đức Học⁽²⁾

Cán bộ phối hợp

ThS. Nguyễn Quang Trung, PGS.TS. Lương Đức Long, TS. Phạm Vũ Hồng Sơn⁽¹⁾

Lĩnh vực nghiên cứu

Khoa học máy tính và thông tin

Thời gian bắt đầu

01/12/2018

Thời gian kết thúc

01/12/2020

Năm viết báo cáo

2021

Nơi viết báo cáo

TP. Hồ Chí Minh

594 (triệu đồng)

Số trang

104 tr. + phụ lục

Tóm tắt

Đề xuất mô hình trí tuệ nhân tạo mới (Al-Artificial Intelligence), tiến hóa trí tuệ nhân tạo dự đoán (ENMIM-Evolutionary Neural Machine Inference Model), để dự đoán hiệu quả hiệu suất năng lượng cùa các tòa nhà. Mô hình đề xuất được xây dựng bởi lai tạo mạng nơron hàm cơ sở xuyên tâm (RBFNN- Radial Basis Function Neural Network) và bình phương bé nhất hôi quy máy hỗ trợ vector (LSVR-Least Square Support Vector Regression) và thuật toán sinh vật cộng sinh tìm kiếm (SOS-Symbiotic Organisms Search) theo phương pháp kết hợp tuyên tính. Trong ENMIM, cả RBFNN và LSVR cùng thực hiện các nhiệm vụ như nhau trong quá trinh dự đoán. Trong khi đó, thuật toán tối ưu SOS được tích hợp để kiểm soát việc thực hiện các RBFNN và LSVR thông qua cung cấp các thông số mô hình thích hợp và tuyến tính các giá trị tham số kết hợp để tạo ra các mô hình mới với khái quát hơn.

Từ khoá

Trí tuệ nhân tạo, Trí tuệ nhân tạo dự đoán, Tiết kiệm năng lượng, Tòa nhà dân cư, Phát triển

Nơi lưu trữ

24 Lý thường Kiệt, Hà Nội

Ký hiệu kho

18894