Optimización multiobjetivo de la eficiencia energética de edificios basada en metamodelos
- Autores
- Bre, Facundo; Roman, Nadia D.; Fachinotti, Víctor D.
- Año de publicación
- 2017
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- La optimización de la eficiencia energética de edificios, que involucra múltiples objetivos, es generalmente un proceso computacionalmente costoso. Este trabajo propone un método de optimización multiobjetivo mediante la combinación del algoritmo genético multiojetivo NSGA-II y un metamodelo (modelo de un modelo). Donde este último es una red neuronal artificial entrenada con los resultados de simulaciones para una muestra representativa del espacio de las variables de diseño. La simulaciones energéticas de los edificios se realizan mediante el programa EnergyPlus. El trabajo se focaliza en una novedosa metodología para determinar el muestreo adecuado, tanto en tamaño como en calidad, con el fin de obtener resultados precisos de optimización con el mínimo número de simulaciones posibles. Finalmente la metodología es aplicada a la optimización multiobjetivo del diseño de una vivienda unifamiliar localizada en la región Litoral Argentina. Los resultados indican que la metodología propuesta presenta una forma simple y efectiva de obtener resultados de optimización precisos para problemas multiobjetivos de la eficiencia energética de edificios.
Publicado en: Mecánica Computacional vol. XXXV no.30
Facultad de Ingeniería - Materia
-
Ingeniería
Optimización multiobjetivo
Algoritmos genéticos
Metamodelos
Red neuronal artificial
Eficiencia energética de edificios - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/105137
Ver los metadatos del registro completo
id |
SEDICI_316f1825f302a1f1e92aef54c557e438 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/105137 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Optimización multiobjetivo de la eficiencia energética de edificios basada en metamodelosBre, FacundoRoman, Nadia D.Fachinotti, Víctor D.IngenieríaOptimización multiobjetivoAlgoritmos genéticosMetamodelosRed neuronal artificialEficiencia energética de edificiosLa optimización de la eficiencia energética de edificios, que involucra múltiples objetivos, es generalmente un proceso computacionalmente costoso. Este trabajo propone un método de optimización multiobjetivo mediante la combinación del algoritmo genético multiojetivo NSGA-II y un metamodelo (modelo de un modelo). Donde este último es una red neuronal artificial entrenada con los resultados de simulaciones para una muestra representativa del espacio de las variables de diseño. La simulaciones energéticas de los edificios se realizan mediante el programa EnergyPlus. El trabajo se focaliza en una novedosa metodología para determinar el muestreo adecuado, tanto en tamaño como en calidad, con el fin de obtener resultados precisos de optimización con el mínimo número de simulaciones posibles. Finalmente la metodología es aplicada a la optimización multiobjetivo del diseño de una vivienda unifamiliar localizada en la región Litoral Argentina. Los resultados indican que la metodología propuesta presenta una forma simple y efectiva de obtener resultados de optimización precisos para problemas multiobjetivos de la eficiencia energética de edificios.Publicado en: <i>Mecánica Computacional</i> vol. XXXV no.30Facultad de Ingeniería2017-11info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionResumenhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf1715-1715http://sedici.unlp.edu.ar/handle/10915/105137spainfo:eu-repo/semantics/altIdentifier/url/https://cimec.org.ar/ojs/index.php/mc/article/view/5389info:eu-repo/semantics/altIdentifier/issn/2591-3522info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:23:22Zoai:sedici.unlp.edu.ar:10915/105137Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:23:22.56SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Optimización multiobjetivo de la eficiencia energética de edificios basada en metamodelos |
title |
Optimización multiobjetivo de la eficiencia energética de edificios basada en metamodelos |
spellingShingle |
Optimización multiobjetivo de la eficiencia energética de edificios basada en metamodelos Bre, Facundo Ingeniería Optimización multiobjetivo Algoritmos genéticos Metamodelos Red neuronal artificial Eficiencia energética de edificios |
title_short |
Optimización multiobjetivo de la eficiencia energética de edificios basada en metamodelos |
title_full |
Optimización multiobjetivo de la eficiencia energética de edificios basada en metamodelos |
title_fullStr |
Optimización multiobjetivo de la eficiencia energética de edificios basada en metamodelos |
title_full_unstemmed |
Optimización multiobjetivo de la eficiencia energética de edificios basada en metamodelos |
title_sort |
Optimización multiobjetivo de la eficiencia energética de edificios basada en metamodelos |
dc.creator.none.fl_str_mv |
Bre, Facundo Roman, Nadia D. Fachinotti, Víctor D. |
author |
Bre, Facundo |
author_facet |
Bre, Facundo Roman, Nadia D. Fachinotti, Víctor D. |
author_role |
author |
author2 |
Roman, Nadia D. Fachinotti, Víctor D. |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ingeniería Optimización multiobjetivo Algoritmos genéticos Metamodelos Red neuronal artificial Eficiencia energética de edificios |
topic |
Ingeniería Optimización multiobjetivo Algoritmos genéticos Metamodelos Red neuronal artificial Eficiencia energética de edificios |
dc.description.none.fl_txt_mv |
La optimización de la eficiencia energética de edificios, que involucra múltiples objetivos, es generalmente un proceso computacionalmente costoso. Este trabajo propone un método de optimización multiobjetivo mediante la combinación del algoritmo genético multiojetivo NSGA-II y un metamodelo (modelo de un modelo). Donde este último es una red neuronal artificial entrenada con los resultados de simulaciones para una muestra representativa del espacio de las variables de diseño. La simulaciones energéticas de los edificios se realizan mediante el programa EnergyPlus. El trabajo se focaliza en una novedosa metodología para determinar el muestreo adecuado, tanto en tamaño como en calidad, con el fin de obtener resultados precisos de optimización con el mínimo número de simulaciones posibles. Finalmente la metodología es aplicada a la optimización multiobjetivo del diseño de una vivienda unifamiliar localizada en la región Litoral Argentina. Los resultados indican que la metodología propuesta presenta una forma simple y efectiva de obtener resultados de optimización precisos para problemas multiobjetivos de la eficiencia energética de edificios. Publicado en: <i>Mecánica Computacional</i> vol. XXXV no.30 Facultad de Ingeniería |
description |
La optimización de la eficiencia energética de edificios, que involucra múltiples objetivos, es generalmente un proceso computacionalmente costoso. Este trabajo propone un método de optimización multiobjetivo mediante la combinación del algoritmo genético multiojetivo NSGA-II y un metamodelo (modelo de un modelo). Donde este último es una red neuronal artificial entrenada con los resultados de simulaciones para una muestra representativa del espacio de las variables de diseño. La simulaciones energéticas de los edificios se realizan mediante el programa EnergyPlus. El trabajo se focaliza en una novedosa metodología para determinar el muestreo adecuado, tanto en tamaño como en calidad, con el fin de obtener resultados precisos de optimización con el mínimo número de simulaciones posibles. Finalmente la metodología es aplicada a la optimización multiobjetivo del diseño de una vivienda unifamiliar localizada en la región Litoral Argentina. Los resultados indican que la metodología propuesta presenta una forma simple y efectiva de obtener resultados de optimización precisos para problemas multiobjetivos de la eficiencia energética de edificios. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-11 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Resumen http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/105137 |
url |
http://sedici.unlp.edu.ar/handle/10915/105137 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/https://cimec.org.ar/ojs/index.php/mc/article/view/5389 info:eu-repo/semantics/altIdentifier/issn/2591-3522 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 1715-1715 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616109890732032 |
score |
13.070432 |