logo móvil
Contáctanos

Optimización del confort interior y del consumo de energía utilizando un algoritmo de colonia artificial de abejas con peso de inercia

Autores: Baharudin, Farah Nur Arina; Ab. Aziz, Nor Azlina; Abdul Malek, Mohamad Razwan; Ghazali, Anith Khairunnisa; Ibrahim, Zuwairie

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Optimización del confort interior y del consumo de energía utilizando un algoritmo de colonia artificial de abejas con peso de inercia


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Software

Palabras clave

Comodidad
Ambiente interior
Comodidad del usuario
Consumo de energía
Problemas de optimización
Pandemia de COVID-19

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 34

Citaciones: Sin citaciones


Descripción
Un entorno interior cómodo contribuye a una mejor calidad de vida y bienestar para sus ocupantes. La temperatura interior, la iluminación y la calidad del aire son los principales factores de control de los niveles de confort del usuario. El control óptimo de la iluminación, los aires acondicionados y los ventiladores de aire ayuda a maximizar el nivel de confort del usuario. Sin embargo, el consumo de energía de estos aparatos debe tenerse en cuenta para minimizar el costo operativo y al mismo tiempo proporcionar un sistema respetuoso con el medio ambiente. La maximización del nivel de confort y la minimización del consumo de energía son problemas de optimización. Este problema está cobrando más importancia debido a los cambios en el estilo de vida causados por la pandemia de COVID-19 que resultaron en más tiempo pasado en casa y en interiores. Los algoritmos de colonia de abejas artificiales con peso de inercia (IW-ABC) utilizando un aumento lineal, una disminución lineal y un aumento exponencial de la inercia se proponen aquí para la optimización del índice de confort interior y el uso de energía. El problema multiobjetivo se aborda como un problema de optimización de un solo objetivo ponderado. La solución propuesta se prueba utilizando un conjunto de datos de 48 condiciones ambientales. Los resultados de la simulación muestran que el IW-ABC funciona mejor que el ABC original y otros algoritmos de referencia y el IW-ABC con un peso de inercia lineal creciente tiene el comportamiento de convergencia más mejorado.

Otros recursos que podrían interesarte

Temas Virtualpro