SULJE VALIKKO

avaa valikko

Data-Driven Modelling of Non-Domestic Buildings Energy Performance : Supporting Building Retrofit Planning
121,30 €
Springer
Sivumäärä: 153 sivua
Asu: Pehmeäkantinen kirja
Julkaisuvuosi: 2022, 16.01.2022 (lisätietoa)
Kieli: Englanti
Tuotesarja: Green Energy and Technology

This book outlines the data-driven modelling of building energy performance to support retrofit decision-making. It explains how to determine the appropriate machine learning (ML) model, explores the selection and expansion of a reasonable dataset and discusses the extraction of relevant features and maximisation of model accuracy.



This book develops a framework for the quick selection of a ML model based on the data and application. It also proposes a method for optimising ML models for forecasting buildings energy loads by employing multi-objective optimisation with evolutionary algorithms. The book then develops an energy performance prediction model for non-domestic buildings using ML techniques, as well as utilising a case study to lay out the process of model development. Finally, the book outlines a framework to choose suitable artificial intelligence methods for modelling building energy performances.



This book is of use to both academics and practising energy engineers, as it provides theoretical and practical advice relating to data-driven modelling for energy retrofitting of non-domestic buildings.




Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
LISÄÄ OSTOSKORIIN
Tilaustuote | Arvioimme, että tuote lähetetään meiltä noin 5-6 viikossa Tilaa tuote jouluksi viimeistään 13.11.2024
Myymäläsaatavuus
Helsinki
Tapiola
Turku
Tampere
Data-Driven Modelling of Non-Domestic Buildings Energy Performance : Supporting Building Retrofit Planningzoom
Näytä kaikki tuotetiedot
Sisäänkirjautuminen
Kirjaudu sisään
Rekisteröityminen
Oma tili
Omat tiedot
Omat tilaukset
Omat laskut
Lisätietoja
Asiakaspalvelu
Tietoa verkkokaupasta
Toimitusehdot
Tietosuojaseloste