Energy Optimization and Prediction in Office Buildings / Rubio-Bellido, Carlos  

Público ISBD Ningún comentario para este registro. Título : Energy Optimization and Prediction in Office Buildings : A Case Study of Office Building Design in Chile Tipo de documento: documento electrónico Autores: Rubio-Bellido, Carlos, ; Pérez-Fargallo, Alexis, ; Pulido-Arcas, Jesús, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: X, 78 p. 22 ilustraciones, 20 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-90146-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Arquitectura sostenible  La política energética  Energía y estado  Edificio  Redes neuronales (Informática)  Optimización matemática  Arquitectura Sostenible/Edificios Verdes  Política  Economía y Gestión Energética  Construcción y diseño de edificios.  Modelos matemáticos de procesos cognitivos y redes neuronales  Mejoramiento Clasificación: 720.47 Resumen: Este libro explica cómo se puede predecir la demanda y el consumo de energía en edificios nuevos y cómo se pueden reducir estos aspectos y las emisiones de CO2 resultantes. Se basa en la extensa investigación de los autores sobre el diseño y la optimización energética de edificios de oficinas en Chile. En primer lugar, los autores presentan un procedimiento de cálculo que se puede utilizar para optimizar los parámetros energéticos en edificios de oficinas y para predecir cómo un clima cambiante puede afectar la demanda de energía. La predicción de la demanda de energía, el consumo y las emisiones de CO2 se demuestra resolviendo ecuaciones simples usando el ejemplo de edificios chilenos, y los hallazgos se aplican posteriormente a edificios de todo el mundo. Se analiza en detalle un proceso de optimización basado en Redes Neuronales Artificiales, que predice las demandas de energía de calefacción y refrigeración, el consumo de energía y las emisiones de CO2. En conjunto, estos procesos mostrarán a los lectores cómo reducir la demanda de energía, el consumo y las emisiones de CO2 asociadas con los edificios de oficinas en el futuro. Los lectores obtendrán una comprensión avanzada del uso de energía en los edificios y cómo se puede reducir. Nota de contenido: Introduction -- Research Method -- Energy Demand Analysis -- Multiple Linear Regressions -- Artificial Neural Networks -- Conclusions. Tipo de medio : Computadora Summary : This book explains how energy demand and energy consumption in new buildings can be predicted and how these aspects and the resulting CO2 emissions can be reduced. It is based upon the authors' extensive research into the design and energy optimization of office buildings in Chile. The authors first introduce a calculation procedure that can be used for the optimization of energy parameters in office buildings, and to predict how a changing climate may affect energy demand. The prediction of energy demand, consumption and CO2 emissions is demonstrated by solving simple equations using the example of Chilean buildings, and the findings are subsequently applied to buildings around the globe. An optimization process based on Artificial Neural Networks is discussed in detail, which predicts heating and cooling energy demands, energy consumption and CO2 emissions. Taken together, these processes will show readers how to reduce energy demand, consumption and CO2 emissions associated with office buildings in the future. Readers will gain an advanced understanding of energy use in buildings and how it can be reduced. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Energy Optimization and Prediction in Office Buildings : A Case Study of Office Building Design in Chile [documento electrónico] / Rubio-Bellido, Carlos, ; Pérez-Fargallo, Alexis, ; Pulido-Arcas, Jesús,  . -  1 ed.  . - [s.l.] : Springer, 2018 . - X, 78 p. 22 ilustraciones, 20 ilustraciones en color. ISBN : 978-3-319-90146-6 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Arquitectura sostenible  La política energética  Energía y estado  Edificio  Redes neuronales (Informática)  Optimización matemática  Arquitectura Sostenible/Edificios Verdes  Política  Economía y Gestión Energética  Construcción y diseño de edificios.  Modelos matemáticos de procesos cognitivos y redes neuronales  Mejoramiento Clasificación: 720.47 Resumen: Este libro explica cómo se puede predecir la demanda y el consumo de energía en edificios nuevos y cómo se pueden reducir estos aspectos y las emisiones de CO2 resultantes. Se basa en la extensa investigación de los autores sobre el diseño y la optimización energética de edificios de oficinas en Chile. En primer lugar, los autores presentan un procedimiento de cálculo que se puede utilizar para optimizar los parámetros energéticos en edificios de oficinas y para predecir cómo un clima cambiante puede afectar la demanda de energía. La predicción de la demanda de energía, el consumo y las emisiones de CO2 se demuestra resolviendo ecuaciones simples usando el ejemplo de edificios chilenos, y los hallazgos se aplican posteriormente a edificios de todo el mundo. Se analiza en detalle un proceso de optimización basado en Redes Neuronales Artificiales, que predice las demandas de energía de calefacción y refrigeración, el consumo de energía y las emisiones de CO2. En conjunto, estos procesos mostrarán a los lectores cómo reducir la demanda de energía, el consumo y las emisiones de CO2 asociadas con los edificios de oficinas en el futuro. Los lectores obtendrán una comprensión avanzada del uso de energía en los edificios y cómo se puede reducir. Nota de contenido: Introduction -- Research Method -- Energy Demand Analysis -- Multiple Linear Regressions -- Artificial Neural Networks -- Conclusions. Tipo de medio : Computadora Summary : This book explains how energy demand and energy consumption in new buildings can be predicted and how these aspects and the resulting CO2 emissions can be reduced. It is based upon the authors' extensive research into the design and energy optimization of office buildings in Chile. The authors first introduce a calculation procedure that can be used for the optimization of energy parameters in office buildings, and to predict how a changing climate may affect energy demand. The prediction of energy demand, consumption and CO2 emissions is demonstrated by solving simple equations using the example of Chilean buildings, and the findings are subsequently applied to buildings around the globe. An optimization process based on Artificial Neural Networks is discussed in detail, which predicts heating and cooling energy demands, energy consumption and CO2 emissions. Taken together, these processes will show readers how to reduce energy demand, consumption and CO2 emissions associated with office buildings in the future. Readers will gain an advanced understanding of energy use in buildings and how it can be reduced. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200