Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
Strona główna > Publikacje
Publikacje
Pomoc (F2)
[72580] Artykuł:

Temperature Forecasting for Energy Saving in Smart Buildings Based on Fuzzy Cognitive Map

Czasopismo: AUTOMATION 2018. Advances in Intelligent Systems and Computing   Tom: 743, Strony: 93-103
ISSN:  2194-5365
ISBN:  978-3-319-77179-3
Wydawca:  SPRINGER INTERNATIONAL PUBLISHING AG, GEWERBESTRASSE 11, CHAM, CH-6330, SWITZERLAND
Opublikowano: 2018
Seria wydawnicza:  Advances in Intelligent Systems and Computing
 
  Autorzy / Redaktorzy / Twórcy
Imię i nazwisko Wydział Katedra Do oświadczenia
nr 3		 Grupa
przynależności		 Dyscyplina
naukowa		 Procent
udziału		 Liczba
punktów
do oceny pracownika		 Liczba
punktów wg
kryteriów ewaluacji
Katarzyna Poczęta orcid logo WEAiIKatedra Systemów Informatycznych *Takzaliczony do "N"Automatyka, elektronika, elektrotechnika i technologie kosmiczne255.003.75  
Łukasz Kubuś orcid logo WEAiIKatedra Systemów Informatycznych *Takzaliczony do "N"Automatyka, elektronika, elektrotechnika i technologie kosmiczne255.003.75  
Aleksander Iwanowicz Jastriebow orcid logo WEAiIKatedra Systemów Informatycznych *Takzaliczony do "N"Automatyka, elektronika, elektrotechnika i technologie kosmiczne255.003.75  
Elpiniki I. Papageorgiou Niespoza "N" jednostki25.00.00  

Grupa MNiSW:  Materiały z konferencji międzynarodowej (zarejestrowane w Web of Science)
Punkty MNiSW: 15
Klasyfikacja Web of Science: Proceedings Paper

Pełny tekstPełny tekst     DOI LogoDOI     Web of Science Logo Web of Science    
Keywords:

Temperature forecasting  Fuzzy cognitive maps  Evolutionary learning  


Abstract:

One of the way to save energy in smart buildings is the prediction of the variables that affect energy consumption. The aim of this paper is the application of fuzzy cognitive map for indoor temperature forecasting. Fuzzy cognitive map is a soft computing technique that describes the analyzed problem as a set of concepts and connections between them. The developed evolutionary algorithm for fuzzy cognitive maps learning is used to select the most significant concepts (sensors in a smart building) and determine the weights of the connections. The data captured in the SMLsystem created at the Universidad CEU Cardenal Herrera for participation in the Solar Decathlon 2013 competition were used in the experiments. Results show a high forecasting accuracy and they could be used to control smart building and to reduce the number of required sensors.


POWRÓT
Strona główna > Publikacje