کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4914111 | 1428940 | 2017 | 14 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Efficient longitudinal population survival survey sampling for the measurement and verification of lighting retrofit projects
ترجمه فارسی عنوان
نمونه برداری از نظر سنجی بقاء طول عمر کارآمد برای اندازه گیری و تأیید پروژه های بازسازی روشنایی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
بیزی، بقای جمعیت، بازسازی طرح نمونه برداری، اندازه گیری و تأیید، تبدیل ملین، روش لحظات،
ترجمه چکیده
یک روش برای کاهش حجم نمونه مورد نیاز برای گزارش صرفه جویی در انرژی با دقت آماری پیش بینی شده در پروژه های اندازه گیری و تأیید تأسیسات نورپردازی ارائه شده است که در آن تعداد مردم از چراغهای مادون قرمز در طول زمان ردیابی می شود. این روش با استفاده از یک مدل خطی پویا بهینه سازی شده با پیش بینی بیزی برای اندازه گیری حجم نمونه های گذشته و نتایج بررسی و پیش بینی تخریب جمعیت آینده، در حالی که کمبود بی ثباتی برآورد، استفاده می شود. الگوریتم ژنتیک برای بهینه سازی برنامه های نمونه گیری چند ساله استفاده می شود و توزیع ها با استفاده از روش جدید لحظه ها با استفاده از تبدیل مولین به جای یک شبیه سازی مونت کارلو متقاعد می شوند. مطالعات دو مورد مورد بررسی قرار می گیرد: طرح های تک جمعیت و طرح های جمعیت طبقه بندی شده، در حالیکه انواع مختلف چراغ ها در یک مطالعه تکمیل شده جایگزین می شوند. نتایج نشان می دهد کاهش هزینه های قابل توجه و افزایش کارایی آماری در استفاده از چارچوب پیشنهادی بیزی.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی انرژی
انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
چکیده انگلیسی
A method is presented for reducing the required sample sizes for reporting energy savings with predetermined statistical accuracy in lighting retrofit measurement and verification projects, where the population of retrofitted luminaires is to be tracked over time. The method uses a Dynamic Generalised Linear Model with Bayesian forecasting to account for past survey sample sizes and survey results and forecast future population decay, while quantifying estimation uncertainty. A Genetic Algorithm is used to optimise multi-year sampling plans, and distributions are convolved using a new method of moments technique using the Mellin transform instead of a Monte Carlo simulation. Two cases studies are investigated: single population designs, and stratified population designs, where different kinds of lights are replaced in the same retrofit study. Results show significant cost reductions and increased statistical efficiency when using the proposed Bayesian framework.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy and Buildings - Volume 150, 1 September 2017, Pages 163-176
Journal: Energy and Buildings - Volume 150, 1 September 2017, Pages 163-176
نویسندگان
Herman Carstens, Xiaohua Xia, Sarma Yadavalli, Arvind Rajan,