Office Building’s Occupancy Prediction Using Extreme Learning Machine Model with Different Optimization Algorithms
Increasing energy efficiency requirements lead to lower energy consumption in buildings, but at the same time occupants’ influence on the energy balance of the building during the use phase becomes more crucial. The randomness of the building’s occupancy often leads to the mismatch of the predicted...
Guardado en:
Autores principales: | Motuzienė Violeta, Bielskus Jonas, Lapinskienė Vilūnė, Rynkun Genrika |
---|---|
Formato: | article |
Lenguaje: | EN |
Publicado: |
Sciendo
2021
|
Materias: | |
Acceso en línea: | https://doaj.org/article/7f2a437f108047ecbf0bc2afdc064e1f |
Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Ejemplares similares
-
Energy Performance Gap Analysis in Energy Efficient Residential Buildings in Lithuania
por: Motuzienė Violeta, et al.
Publicado: (2021) -
INTRODUCCIÓN DE ELEMENTOS DE MEMORIA EN EL MÉTODO SIMULATED ANNEALING PARA RESOLVER PROBLEMAS DE PROGRAMACIÓN MULTIOBJETIVO DE MÁQUINAS PARALELAS
por: Baesler,Felipe, et al.
Publicado: (2008) -
Assessment of energy performance gap of an office building
por: Rasa Džiugaitė-Tumėnienė, et al.
Publicado: (2021) -
A Numerical Study of Optimization Methods for Phase-Only Optical Pulse-Shaping
por: Abdullah S. Karar, et al.
Publicado: (2021) -
Nueva Generación de Heurísticas para Redes de Fibra Óptica WDM (Wavelength División Multiplexing) bajo Tráfico Dinamico
por: Rodriguez,Arturo B, et al.
Publicado: (2015)