Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

A novel smart framework for optimal design of green roofs in buildings conforming with energy conservation and thermal comfort

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24620%2F23%3A00011195" target="_blank" >RIV/46747885:24620/23:00011195 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.sciencedirect.com/science/article/pii/S0378778823003419" target="_blank" >https://www.sciencedirect.com/science/article/pii/S0378778823003419</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.enbuild.2023.113111" target="_blank" >10.1016/j.enbuild.2023.113111</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    A novel smart framework for optimal design of green roofs in buildings conforming with energy conservation and thermal comfort

  • Popis výsledku v původním jazyce

    The rise in greenhouse gas emissions in cities and the excessive consumption of fossil energy resources has made the development of green spaces, such as green roofs, an increasingly important focus in urban areas. This study proposes a novel smart energy-comfort system for green roofs in housing estates that utilises integrated machine learning (ML), DesignBuilder (DB) software and Taguchi design computations for optimising green roof design and operation in buildings. The optimisation process maximises energy conservation and thermal comfort of the green roof buildings for effective parameters of green roofs including Leaf Area Index (P1), leaf reflectivity (P2), leaf emissivity (P3), and stomatal resistance (P4). The optimal solutions can result in a 12.8% increase in comfort hours and a 14% reduction in energy consumption compared to the base case. The ML analysis revealed that the adaptive network-based fuzzy inference system is the most appropriate method for predicting Energy-Comfort functions based on effective parameters, with a correlation coefficient greater than 97%. This novel smart framework for the optimal design of green roofs in buildings offers an innovative approach to achieving energy conservation and thermal comfort in urban areas.

  • Název v anglickém jazyce

    A novel smart framework for optimal design of green roofs in buildings conforming with energy conservation and thermal comfort

  • Popis výsledku anglicky

    The rise in greenhouse gas emissions in cities and the excessive consumption of fossil energy resources has made the development of green spaces, such as green roofs, an increasingly important focus in urban areas. This study proposes a novel smart energy-comfort system for green roofs in housing estates that utilises integrated machine learning (ML), DesignBuilder (DB) software and Taguchi design computations for optimising green roof design and operation in buildings. The optimisation process maximises energy conservation and thermal comfort of the green roof buildings for effective parameters of green roofs including Leaf Area Index (P1), leaf reflectivity (P2), leaf emissivity (P3), and stomatal resistance (P4). The optimal solutions can result in a 12.8% increase in comfort hours and a 14% reduction in energy consumption compared to the base case. The ML analysis revealed that the adaptive network-based fuzzy inference system is the most appropriate method for predicting Energy-Comfort functions based on effective parameters, with a correlation coefficient greater than 97%. This novel smart framework for the optimal design of green roofs in buildings offers an innovative approach to achieving energy conservation and thermal comfort in urban areas.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    20102 - Construction engineering, Municipal and structural engineering

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Energy and Buildings

  • ISSN

    0378-7788

  • e-ISSN

  • Svazek periodika

    291

  • Číslo periodika v rámci svazku

    JUL 15

  • Stát vydavatele periodika

    NL - Nizozemsko

  • Počet stran výsledku

    16

  • Strana od-do

  • Kód UT WoS článku

    000989147300001

  • EID výsledku v databázi Scopus

    2-s2.0-85154058321