این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
انرژی ایران، جلد ۲۳، شماره ۱، صفحات ۲۵-۴۵
عنوان فارسی شناسایی عوامل موثر در مصرف انرژی خانگی به کمک روش‌های داده‌کاوی
چکیده فارسی مقاله باتوجه به افزایش جمعیت و اینکه منابع انرژی رو به کاهش است، در این تحقیق به مطالعه انرژی مصرفی خانگی پرداخته شده است. هدف از این پژوهش پیش‌بینی عوامل مؤثر بر انرژی مصرفی خانگی می‌باشد. برای این پیش‌بینی از سه الگوریتم قواعدM5 ، نزدیک‌ترین همسایه و  جنگل تصادفی استفاده شده است که در نرم افزار  weka  موجود می‌باشد. در این پژوهش از الگوریتم ارزیابی همبستگی ویژگی‌ها برای انتخاب بهترین عوامل نیز استفاده شده است. این الگوریتم مهمترین عوامل مؤثر بر انرژی مصرفی و میزان تأثیر آنها را مشخص می‌کند. نتایج حاصل از این بررسی نشان می‌دهد که چراغ‌ها و وسایل روشنایی، درجه حرارت و دما در اتاق نشیمن، درجه حرارت و دما در خارج از ساختمان، درجه حرارت و دما در خارج از ایستگاه هواشناسی چیورس،  سرعت وزیدن باد، رطوبت در منطقه آشپزخانه و درجه حرارت و دما در محل لباسشویی بیشترین تأثیر را در مصرف انرژی خانگی دارد. همچنین از بین الگوریتم‌های آزموده شده،  جنگل تصادفی بهترین نتیجه را به‌دست می‌دهد.
کلیدواژه‌های فارسی مقاله انرژی مصرفی خانگی، الگوریتم M5Rules، الگوریتم نزدیکترین همسایه، الگوریتم جنگل تصادفی، ارزیابی همبستگی ویژگی‌ها، وسایل روشنایی، دما، ایستگاه هواشناسی چیورس.
عنوان انگلیسی Identifying Factors Affecting Household Energy Consumption Using Data Mining Methods
چکیده انگلیسی مقاله Due to increasing population and decreasing energy sources, this research studies the consumption of domestic energy. The purpose of this study is to predict the factors affecting household energy consumption. To do this, we use 3 algorithms, M5Rules, K-nearest neighbor and random forest, available in Weka software. In this study, the feature correlation algorithm is used to select the most important factors affecting energy consumption and their impact. The results show that lights and fixtures, temperature of the living room, outside temperature, temperature outside of Chievres Station, wind speed, humidity in the kitchen and the temperature in the laundry area have the most impact on household energy consumption. Among the methods, random forest algorithm presented the best results.
کلیدواژه‌های انگلیسی مقاله Household Energy Consumption, M5Rules Algorithm, K-NN, Random Forest Algorithm, Correlation Evaluation of Properties, Lighting Devices, Temperature, Chievers Weather Station.
نویسندگان مقاله ریحانه السادات حافظی فرد | Reyhane Sadat Hafezifard
Yazd University
دانشگاه یزد

جمال زارع‌پور احمدآبادی | Jamal Zarepour-Ahmadabadi
Yazd University
دانشگاه یزد

الهام عباسی هرفته | Elham Abbasi
Yazd University
دانشگاه یزد

نشانی اینترنتی http://necjournals.ir/browse.php?a_code=A-10-2230-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مدیریت انرژی، بهینه سازی و اصلاح الگوی مصرف
نوع مقاله منتشر شده کاربردی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات