Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Lopes, Yuri Kaszubowski | - |
Autor(es): dc.contributor | Lopes, Yuri Kaszubowski | - |
Autor(es): dc.contributor | Cieslak, Dionatan Augusto Guimarães | - |
Autor(es): dc.contributor | Souza, Francisco Carlos Monteiro | - |
Autor(es): dc.creator | Correa, Yuri Reis | - |
Data de aceite: dc.date.accessioned | 2022-02-21T22:17:25Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T22:17:25Z | - |
Data de envio: dc.date.issued | 2020-11-12 | - |
Data de envio: dc.date.issued | 2020-11-12 | - |
Data de envio: dc.date.issued | 2019-11-24 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/10763 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/671863 | - |
Descrição: dc.description | This work aims at the development of a methodology to obtain, automatically, the non-linear static part of a model in Hammerstein for the predictive control of climatization in non-residential buildings, based on machine learning. The objective of this work is to help the achievement of an eventual alternative to the existing model, developed through Genetic Programming. The work is motivated by the need to reduce the energy consumption and emissions of carbon dioxide (CO2) into the atmosphere by buildings, given the considerable increase in the number of buildings built and their current impact on the environment. | - |
Descrição: dc.description | Este trabalho visa o desenvolvimento de uma metodologia para obter, de forma automática, a parte não-linear estática do modelo em Hammerstein, para o controle preditivo (MPC) de climatização em edificações não-residenciais, baseando-se em aprendizado de máquina. O objetivo da realização deste trabalho é auxiliar na possível obtenção de uma alternativa ao modelo já existente, desenvolvido através de Programação Genética. O trabalho é motivado pela necessidade de redução no consumo de energia e emissão de gás dióxido de carbono (CO2) na atmosfera pelos edifícios, tendo em vista o aumento considerável na quantidade de edificações construídas e seu atual impacto no meio ambiente. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Dois Vizinhos | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Engenharia de Software | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | embargoedAccess | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Algorítmos computacionais | - |
Palavras-chave: dc.subject | Artificial intelligence | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Computer algorithms | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Título: dc.title | Identificação de sistemas dinâmicos não lineares para o controle preditivo de climatização, usando modelos Hammerstein | - |
Título: dc.title | Identification of dynamic non-linear systems for climatization predictive control, using Hammerstein models | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: