Calibrating numerical model by neural networks: A case study for the simulation of the indoor temperature of a building

Xiaoshu Lü, Tao Lu, Martti Viljanen

Tutkimustuotos: LehtiartikkeliArticleScientificvertaisarvioitu

5 Sitaatiot (Scopus)
131 Lataukset (Pure)

Abstrakti

This paper proposes a method using neural networks to calibrate numerical models. The approach passes the output of numerical model to a neural network for calibration. An experimental study was conducted using a simulation of unheated and uncooled indoor temperature of a sports hall. The proposed neural network-based model improves the results and produces more accurate calibrated indoor temperature. Furthermore, the developed calibration method requires only measurements of indoor temperatures as the necessary inputs, thus significantly simplifying the calibration procedure needed to model the building performances.
AlkuperäiskieliEnglanti
Sivut1366-1372
JulkaisuEnergy Procedia
Vuosikerta75
NumeroAugust
DOI - pysyväislinkit
TilaJulkaistu - 2015
OKM-julkaisutyyppiA1 Julkaistu artikkeli, soviteltu
TapahtumaInternational Conference on Applied Energy - Abu Dhabi, Yhdistyneet arabiemiirikunnat
Kesto: 28 maaliskuuta 201531 maaliskuuta 2015
Konferenssinumero: 7

Sormenjälki Sukella tutkimusaiheisiin 'Calibrating numerical model by neural networks: A case study for the simulation of the indoor temperature of a building'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä