فهرست نشریات علمی دسترسی آزاد ایران

مدیریت مصرف انرژی در ساختمان مسکونی در دهه‌های اخیر از اهمیت بسیار بالایی برخوردار بوده و بحث ناترازی انرژی در حال حاضر نیز به دلیل عدم توجه به این بحث در سالیان گذشته می‌باشد. مدل‌سازی اطلاعات ساختمان (BIM) به‌عنوان یکی از فناوری‌های نوین در صنعت ساخت‌وساز، با ارائه مدل دیجیتال ساختمان، امکان تحلیل و بهینه‌سازی مصرف انرژی را فراهم می‌کند. این مقاله یک پژوهش چند مرحله‌ای جهت تکمیل روش تحقیق حاضر است. ابتدا بستر مدلسازی اطلاعات ساختمان (BIM) تکمیل شده و سپس از این بستر برای تکمیل بانک اطلاعاتی روشهای یادگیری عمیق کاربردی استفاده شده است. در این مطالعه، از نرم‌افزار Design Builder نسخه 7.3 برای شبیه‌سازی بار حرارتی، مصرف انرژی روشنایی و گرمایش ساختمان‌های آموزشی استفاده شد. شبکه‌های عصبی متنوعی در این تحقیق استفاده شده‌اند تا بهترین روش یادگیری عمیق معرفی گردد. روشهای یادگیری عمیق مانند ماشین بردار پشتیبان (SVM)، سیستم استنتاج فازی- عصبی تطبیقی (ANFIS) و شبکه‌های عصبی دیگر مانند LSTM و XGBoost برای افزایش دقت و کارایی مدل به کار رفته‌اند. در نهایت مناسبترین ساختار یادگیری عمیق با ضریب همبستگی 98/0 معرفی شده است. این تحقیق نشان داد که استفاده از BIM و ادغام آن با ابزارها و تکنیک‌های پیشرفته مانند شبیه‌سازی انرژی و الگوریتم‌های بهینه‌سازی، تأثیر چشمگیری در کاهش مصرف انرژی و افزایش بهره‌وری ساختمان دارد و بر اهمیت داده‌های دقیق و طراحی هوشمندانه تأکید دارد.