Περίληψη
Τα τελευταία χρόνια, η ραγδαία εξέλιξη της τεχνολογίας και η συνεχής εφαρμογή της τεχνητής νοημοσύνης σε ευρύ πεδίο εφαρμογών, έχει φέρει στο προσκήνιο πληθώρα νέων μεθόδων μοντελοποίησης, βελτιστοποίησης και ανάλυσης των συστημάτων. Η παρούσα διατριβή ασχολείται με την εξέλιξη της μεθόδου των Ασαφών Γνωστικών Δικτύων και την εφαρμογή της σε μοντέλο Κτιρίου Σχεδόν Μηδενικού Ενεργειακού Ισοζυγίου. Η συγκεκριμένη μέθοδος επιλέχθηκε καθώς αποτελεί μια καινοτόμα μέθοδο, η οποία συνδυάζει τα Νευρωνικά Δίκτυα με τον Ασαφή Έλεγχο, είναι κοντά στην ανθρώπινη λογική και δεν απαιτεί ιδιαίτερα πολύπλοκους μαθηματικούς υπολογισμούς. Η δημιουργία νέων εξισώσεων για τον υπολογισμό των κόμβων του Ασαφούς Γνωστικού Δικτύου και η μελέτη της αποτελεσματικότητας των εξισώσεων αυτών στην απόκριση των μοντέλων Ασαφών Γνωστικών Δικτύων, ήταν η κύρια πρόκληση για την συγκεκριμένη διατριβή. Το κύριο αυτό μέρος της διατριβής εμπλουτίστηκε στη συνέχεια με την ενσωμάτωση των εξισώσεων του χώρου κατάστασης καθώς ...
Τα τελευταία χρόνια, η ραγδαία εξέλιξη της τεχνολογίας και η συνεχής εφαρμογή της τεχνητής νοημοσύνης σε ευρύ πεδίο εφαρμογών, έχει φέρει στο προσκήνιο πληθώρα νέων μεθόδων μοντελοποίησης, βελτιστοποίησης και ανάλυσης των συστημάτων. Η παρούσα διατριβή ασχολείται με την εξέλιξη της μεθόδου των Ασαφών Γνωστικών Δικτύων και την εφαρμογή της σε μοντέλο Κτιρίου Σχεδόν Μηδενικού Ενεργειακού Ισοζυγίου. Η συγκεκριμένη μέθοδος επιλέχθηκε καθώς αποτελεί μια καινοτόμα μέθοδο, η οποία συνδυάζει τα Νευρωνικά Δίκτυα με τον Ασαφή Έλεγχο, είναι κοντά στην ανθρώπινη λογική και δεν απαιτεί ιδιαίτερα πολύπλοκους μαθηματικούς υπολογισμούς. Η δημιουργία νέων εξισώσεων για τον υπολογισμό των κόμβων του Ασαφούς Γνωστικού Δικτύου και η μελέτη της αποτελεσματικότητας των εξισώσεων αυτών στην απόκριση των μοντέλων Ασαφών Γνωστικών Δικτύων, ήταν η κύρια πρόκληση για την συγκεκριμένη διατριβή. Το κύριο αυτό μέρος της διατριβής εμπλουτίστηκε στη συνέχεια με την ενσωμάτωση των εξισώσεων του χώρου κατάστασης καθώς και των αλγορίθμων εκμάθησης, και οδήγησε στη δημιουργία μιας νέας μεθόδου, αυτή των Εξελιγμένων Ασαφών Γνωστικών Δικτύων (Advanced Fuzzy Cognitive Maps), η οποία εφαρμόστηκε με επιτυχία και αποκρίθηκε με πολύ ικανοποιητικά αποτελέσματα στα μοντέλα που χρησιμοποιήθηκαν. Το δεύτερο καινοτόμο μέρος της διατριβής είναι η ενασχόληση με το μοντέλο του Κτιρίου Σχεδόν Μηδενικού Ενεργειακού Ισοζυγίου (nearly Zero Energy Building). Το θέμα της ενεργειακής διαχείρισης των κτιρίων βρίσκεται τα τελευταία χρόνια στο επίκεντρο ενασχόλησης μελετητών και μηχανικών. Επίσης είναι ένα θέμα που πλέον έχει ενσωματωθεί στη νομοθεσία της Ευρωπαϊκής κοινότητας, αλλά και της Αμερικανικής, αλλάζει τον τρόπο που γίνεται η διαχείριση των υπαρχόντων κτιρίων και οδηγεί σε μια καινούρια γενιά νεόδμητων κτιρίων και σε μια νέα γενιά χρηστών που κατοικούν, εργάζονται και κινούνται εντός των κτιρίων. Η μέθοδος των Εξελιγμένων Ασαφών Γνωστικών Δικτύων στα μοντέλα Κτιρίων Σχεδόν Μηδενικού Ενεργειακού Ισοζυγίου εφαρμόστηκε με επιτυχία σε ότι αφορά την απόκριση του συστήματος. Αυτό αφήνει γόνιμο έδαφος για περεταίρω μελέτη και εξέλιξη της μεθόδου, έτσι ώστε να εμπλουτιστεί και να εφαρμοστεί σε άλλα συστήματα, που έχουν μεγαλύτερη πολυπλοκότητα. Επιπλέον είναι απαραίτητο να μελετηθεί η εφαρμογή της σε αντικείμενα διαφορετικών επιστημονικών τομέων, όχι μόνο ενεργειακών αλλά και κοινωνικών, ιατρικών, οικονομικών, ψυχολογίας, αγροτικής ανάπτυξης κλπ.
περισσότερα
Περίληψη σε άλλη γλώσσα
In recent years, the rapid technological development and the implementation of artificial intelligence in a wide field of applications have led to the creation of innovative systems’ modelling methods, optimization and analysis. This thesis focuses on the evolution of Fuzzy Cognitive Maps method and the modelling of Nearly Zero Energy Building implementing the abovementioned method. The Fuzzy Cognitive Maps method was selected since it is an innovative method, combining Neural Networks and Fuzzy Control, it is close to human reasoning and it does not include complex mathematical equations and calculations. The main challenges during this thesis were, the creation of new equations regarding the calculation of Fuzzy Cognitive Maps’ nodes’ values, and research on the new Fuzzy Cognitive Maps method response regarding the system effectiveness. The main thesis part was enriched using state space equations integration and combining with learning algorithms. This approach led to the creation ...
In recent years, the rapid technological development and the implementation of artificial intelligence in a wide field of applications have led to the creation of innovative systems’ modelling methods, optimization and analysis. This thesis focuses on the evolution of Fuzzy Cognitive Maps method and the modelling of Nearly Zero Energy Building implementing the abovementioned method. The Fuzzy Cognitive Maps method was selected since it is an innovative method, combining Neural Networks and Fuzzy Control, it is close to human reasoning and it does not include complex mathematical equations and calculations. The main challenges during this thesis were, the creation of new equations regarding the calculation of Fuzzy Cognitive Maps’ nodes’ values, and research on the new Fuzzy Cognitive Maps method response regarding the system effectiveness. The main thesis part was enriched using state space equations integration and combining with learning algorithms. This approach led to the creation of a new method, the Advanced Fuzzy Cognitive Maps method, which was successfully applied on system models and responded with very satisfactory results. The second innovative part of the thesis is the application on Nearly Zero Energy Building model. In recent years, the buildings’ energy management subject has been in the centre of interest for researchers and engineers. In addition, it has been incorporated into the European community legislation, as well as the American, and it is changing the way that existing buildings’ energy is managed. These legislation adjustments will also lead to innovative new buildings as well as a new generation of users who live, work and move within them. The Advanced Fuzzy Cognitive Maps method was successfully applied on Nearly Zero Energy Buildings’ models, with effective system response, close to the real system. This leaves space for further study and development of Advanced Fuzzy Cognitive Maps method, so that it can be enriched and applied to other systems which are more complex. In addition, it is necessary to study its implementation on different scientific sectors, not only energy but also social, medical, economical, psychological, agricultural etc.
περισσότερα