- Uludağ Üniversitesi Mühendislik Fakültesi Dergisi
- Vol: 22 Issue: 3
- YAPAY ZEKÂ MODELLERİ İLE BETONARME YAPILARA AİT ENERJİ PERFORMANS SINIFLARININ TAHMİNİ
YAPAY ZEKÂ MODELLERİ İLE BETONARME YAPILARA AİT ENERJİ PERFORMANS SINIFLARININ TAHMİNİ
Authors : Ersin Namli, Melda Yücel
Pages : 325-346
Doi:10.17482/uumfd.332320
View : 17 | Download : 4
Publication Date : 2017-12-08
Article Type : Research
Abstract :Günümüzde giderek önemi artan enerji verimliliği ve etkin enerji kullanımı, hayatın her alanında ihtiyaç duyulan enerji ve kaynaklarının daha bilinçli ve verimli kullanılmasını gerektirmiştir. Özellikle inşaat sektörü enerji verimliliği konusunun en dikkat çeken uygulamalarına sahip alanıdır ve birçok inşai faaliyette enerji konusunda çeşitli çalışmalar gerçekleştirilmektedir. Bu açıdan bir sistemin enerjiyi kullanımı ve ne ölçüde etkin/verimli davrandığının göstergesi sayılabilecek performans, özellikle inşaat sektöründe önemli bir konuma gelmiştir. Ancak bina enerji performansının hesaplanma zorluğu, hesaplama işleminin uzmanlık istemesi ve uzun sürmesi enerji verimliliği ve etkin kullanımı konusunda yaşanacak gelişmeleri yavaşlatmaktadır. Bu çalışmada binaların enerji performansını belirleyen enerji sistemlerinin ve mimari özelliklerinin verimlilik seviyesini gösteren enerji sınıflarının yapay zekâ algoritmaları kullanılarak doğru ve kolayca tahmin edilebilmesi için bir sistem geliştirilmiştir. Bu amaçla, betonarme yapıda çeşitli niteliklerdeki 127 binanın mimari proje ve enerji kimlik belgeleriyle girdi ve çıktı nitelikleri belirlenerek özgün bir veri seti oluşturulmuştur. Isıtma sınıfı modelinde çok katmanlı yapay sinir ağı (YSA), Bayes sınıflandırıcı, k-en yakın komşu sınıflandırıcısı ve C4.5 algoritması; soğutma sınıfında ise yalnızca YSA modeli kullanılmıştır. Uygulamalar sonucunda ısıtma sınıfı modelinde 127 veriden 117’sinin doğru sınıflandırılmasıyla en yüksek sınıflandırma doğruluk değeri %92.126 ile YSA’nda gerçekleşmiştir. Soğutma sınıfındaysa YSA modelinin uygulanıp gerekli optimizasyonların gerçekleştirilmesiyle %62’ye varan bir oran elde edilmiştir.Keywords : Enerji verimliliği, Bina enerji performansı, Yapay Zekâ, Makine Öğrenme