TY - JOUR ID - 2039 TI - پیش ‏بینی میزان انرژی مصرفی در ساختمان‏ های با زیرساخت آموزشی موجود با استفاده از شبکه عصبی مصنوعی و اثرات آن بر کاهش دی ‏اکسید‏کربن (مطالعه موردی مدارس مشهد) JO - پژوهش های زیرساخت های عمرانی JA - CER LA - fa SN - AU - شمقدری, مسعود AU - شربتدار, محمد کاظم AU - رضایی فر, امید AD - دانشگاه سمنان AD - مهندسی عمران، دانشگاه سمنان، سمنان، ایران AD - دانشیار دانشکده مهندسی عمران، دانشگاه سمنان، سمنان، ایران Y1 - 2022 PY - 2022 VL - 7 IS - 2 SP - 169 EP - 183 KW - "پیش‏ بینی انرژی" KW - "شبکه عصبی مصنوعی" KW - "ساختمان مدارس" KW - "دی‏ اکسید‏کربن" DO - 10.22091/cer.2021.7445.1310 N2 - یکی از مصارف انرژی در بخش‏ ساختمان ‏های در حال بهره‏ برداری و بخصوص ساختمان‏ های با زیرساخت های آموزشی مانند مدارس می ‏باشد. از جمله روش های موثرِ کاهش مصرف انرژی در این ساختمان ‏ها، قبل از ساخت می ‏باشد. لیکن بسیاری از ساختمان ‏ها در حال حاضر ساخته ‏شده و می ‏بایست راهکاری برای کاهش مصرف انرژی در این ساختمان‏ ها پیدا‏نمود. از جمله راهکارهای مهم، پیش ‏بینی میزان انرژی مصرفی در این ساختمان‏ ها است. دراینصورت می‏ توان انرژی مصرفی را قبل و بعداز بعضی تغییرات در ساختمان مورد ارزیابی قرارداد. در این مقاله، به موضوع پیش ‏بینی انرژی در ساختمان‏ های وضع‏ موجود در مدارس که از زیرساخت‌های مهم کشور هستند پرداخته ‏شده ‏است. بدین منظور ابتدا تعدادی از مشخصات مهم فیزیکیِ ساختمان و میزان مصرف انرژی آن براساس قبوض مصرفی، بصورت میدانی جمع ‏آوری شده ‏است. برداشت اطلاعات میدانی از ساختمان‏ های وضع موجود مدارس جهت ارائه مدل پیش ‏بین انرژی تجربه نو در این زمینه بوده و در پژوهش ها کمتر به آن پرداخته شده است. مدلسازی با استفاده از شبکه عصبی مصنوعی انجام شده و نتایج، یک ضریب همبستگی بسیار خوب 0.992 را برای اعتبار سنجی مدل نشان می دهد. در انتها نیز اثرات کاهش دی ‏اکسید‏کربن با توجه به میزان صرفه‏ جویی در انرژی مصرفی مورد بحث قرارگرفته ‏است. UR - https://cer.qom.ac.ir/article_2039.html L1 - https://cer.qom.ac.ir/article_2039_684beb22d37c1080a02129748aa2a8c8.pdf ER -