Simulation-Based Optimization of Building Renovation Considering Energy Consumption and Life-Cycle Assessment
Notice bibliographique
Résumé
Buildings consume a tremendous amount of the total use of secondary energy resulting in a considerable impact on the environment. Therefore, it is necessary to reduce their energy consumption by improving the design of new buildings or renovating existing buildings. However, renovating building envelopes and energy systems to lessen energy losses is usually expensive and has a long payback period. Despite the significant contribution of the research about optimizing energy consumption, there is limited research focusing on the renovation of existing buildings to minimize their environmental impact using life cycle assessment (LCA). This study aims to develop a methodology to optimize the energy performance of existing buildings by selecting the optimal renovation strategies considering LCA. Different scenarios can be combined in a building renovation strategy to improve energy efficiency. Each scenario considers several factors including improvement of the building envelopes, heating, ventilation, and air conditioning (HVAC) systems, and local energy generation systems. However, some of these scenarios could be inconsistent and should be eliminated. Another consideration in this research is the appropriate coupling of renovation scenarios. For example, the HVAC system must be redesigned when renovating the building envelope to consider the reduced energy demand and to avoid undesirable side effects. A genetic algorithm (GA) coupled with an energy simulation tool is used for simultaneously minimizing the energy consumption and the LCA of the building. The simulation tool is used to calculate the energy consumption for each potential solution representing one renovation scenario. The data of the building characteristics are extracted from the building information model (BIM). The feasibility of the proposed method is demonstrated using a case study focusing on the buildings of Concordia University.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».