کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4911341 1428285 2017 17 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A model-based decision support tool for building portfolios under uncertainty
ترجمه فارسی عنوان
یک ابزار پشتیبانی از تصمیم مبتنی بر مدل برای ساختن اوراق بهادار تحت عدم اطمینان
ترجمه چکیده
با وجود اطلاعات مصرف انرژی فراوان، چندین مدیر اجرایی دارای معیار خوبی برای ردیابی عملکرد انرژی در ساختمان های تجاری هستند. خودآموزی کردن انرژی انرژی یک وسیله موثر مقایسه عملکرد با انتظارات است. این مقاله تئوری بهبود یافته برای ابزار پشتیبانی تصمیم را ارائه می دهد که می تواند کارایی انرژی ساختمان خود را تعیین کند، گسل های انرژی را شناسایی کند و میزان شدت آنها را کم کند. مدل سازی شبیه سازی دقیق انرژی ساختمان یک فروشگاه بزرگ جعبه خرده فروشی با نرم افزار منبع باز، قابل دسترسی و ارزان برای صنعت برای تولید معیارهای عملکرد است. روش نمونه گیری پارامتری و تحلیل عدم قطعیت با مشخصه های عدم قطعیت پارامتر مشخص، افزایش می یابد. تجزیه و تحلیل عدم قطعیت و حساسیت برای تنظیم آستانه تحمل ریسک برای هر یک از منحصر به فرد استفاده از مانیتور منحصر به فرد استفاده می شود. یک تابع هزینه پویا به تئوری کاربردی اجازه می دهد تا هزینه های مورد انتظار را که شامل چندین معیار هستند محاسبه کند. تئوری بهبود یافته برای ابزار پشتیبانی تصمیم بر روی 10 سناریوی مدل خطا در سه منطقه آب و هوایی آزمایش شده است. سرانجام، ما اولویت بندی پاسخ خطا را نشان می دهیم.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی عمران و سازه
چکیده انگلیسی
Despite abundant energy use data, few facilities managers have a good benchmark for tracking energy performance in commercial buildings. Building energy self-benchmarking is an effective means of comparing performance to expectations. This paper presents an improved theory for a decision support tool that can self-benchmark building energy performance, identify energy faults, and quantify their severity. Detailed building energy simulation modeling of a big-box retail store with open source software is accessible and economical to industry for generating performance benchmarks. Methods of parametric sampling and uncertainty analysis are enhanced with detailed parameter uncertainty characterization. Uncertainty and sensitivity analysis are used to adjust risk tolerance thresholds for each unique monitored end-use. A dynamic cost function allows utility theory to compute expected costs covering multiple criteria. Improved theory for decision support tool is tested on ten faulted model scenarios placed in three climate zones. Finally, we demonstrate fault response prioritization.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Automation in Construction - Volume 78, June 2017, Pages 34-50
نویسندگان
, , ,