Aumentar la eficiencia energética de los edificios es un objetivo estratégico en la Unión Europea, y es la principal razón por la que se han llevado a cabo numerosos estudios para evaluar y reducir el consumo de energía en el sector residencial. El proceso de evaluación y calificación de la eficiencia energética en edificios existentes debe contener un análisis del comportamiento térmico de la envolvente del edificio. Para determinar este comportamiento térmico y sus parámetros representativos, generalmente tenemos que utilizar técnicas destructivas de auscultación para determinar la composición de las diferentes capas de la envolvente. En este trabajo, presentamos una técnica no destructiva, rápida y económica basada en modelos de redes neuronales artificiales (ANN) que predicen el rendimiento energético de una casa, dado algunas de sus características. Los modelos fueron creados utilizando un conjunto de datos de edificios de diferentes tipologías y usos, ubicados en la zona norte de España. En este conjunto de datos, los modelos pueden predecir el valor U-opaco de un
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Desempeño sísmico y mecanismo de falla de estructuras de marco de megaarriostramiento con núcleo de tubo con diferentes patrones de arriostramiento.
Artículo:
Modelado y Actualización de Modelo Estocástico de Estructura con Pernos Conjuntos.
Artículo:
Características mecánicas del mantenimiento de baches en pavimentos asfálticos
Artículo:
Análisis y diseño de un sistema basado en caos diferencial coherente energéticamente eficiente en un entorno de ruido gaussiano blanco aditivo
Artículo:
Aplicación de Redes Neuronales Artificiales para la Detección de Daños en la Caja de Engranajes Planetarios de una Turbina Eólica