Duvarlardaki ısı kaybının yapay sinir ağı ile belirlenmesi ve karar destek sistemi ile malzeme seçimi
Günümüzde ülkemizde ve dünyada enerji tasarrufu önemli yer teşkil etmektedir. Bu çalışmada bina duvarlarındaki ısı kaybının önüne geçebilmek için var olan etmenler değerlendirilerek ısı kaybını minimize etmek ve dolayısıyla enerji tasarrufu sağlamak amaçlanmaktadır. Yapılacak işlemler de öncelikle, duvarlardaki ısı kaybına sebep olabilecek etmenler yapay sinir ağları yöntemiyle geri yayılımlı bir ağ modeli kullanılarak işleme sokulmuştur. Yapılan çalışmada duvarların yalıtımlı durumları göz önüne alınmıştır. Yapılan bu işlem sonrasında, Isı yalıtımında Karar Destek Sistemleri kullanılarak uygun malzeme seçimine karar verilmiştir. Isı yalıtımında kullanılacak malzeme seçme probleminde, müşteri beklentisini en yüksek derecede karşılayabilmek için ve daha sağlıklı karar alınabilmesi amacıyla Analitik Hiyerarşi Proses (AHP) yönteminden yararlanılan örnek bir Karar Destek Modeli önerilmiştir. Yöntem inşaat firmaları tarafından en iyi malzeme seçimine karar vermek amacıyla uygulanmış ve sonuçlar değerlendirilmiştir. Tüm bu değerlendirmelerin sonucunda ısı kaybına sebep olan etmenler değerlendirilmiş ve ısı kaybını engelleyebilmek için hangi etmenin daha önemli olduğu konusunda bir sonuç ortaya çıkmıştır.
Detection of heat abduction on the walls by artificial neural network and selection of materials with decision support system
Today energy conservation is a very important issue in the world and Turkey. The aim of this study is to minimize the heat abduction, thus to save energy by utilizing the factors to prevent the heat abduction on the walls of buildings. First of all, a back-propagation network model with artificial neural network model was used for the factors that can cause heat loss on the walls. Whether the walls have insulation were considered. After that, Decision Support Systems were used for heat insulation to select the appropriate materials. A Decision Support Model with Analytic Hierarchy Process (AHP) was recommended to meet the needs of a customer best and to make better decisions for the selection of the materials. The method was used by construction firms for their decision processes for the best materials and the results were evaluated. After the evaluations were done, the factors that cause heat loss were considered and it became clear which factors were more important for the prevention of heat loss.
___
- E. Çetinkaya, "Binalarda Enerji verimliliğinin
analizi", Yüksek Lisans Tezi, Marmara
Üniversitesi, Fen Bilimleri Enstitüsü, 2012.
- Ö. Keleşoğlu ve A. Fırat, "Tuğla Duvardaki ve
Tesisattaki Isı Kaybının Yapay Sinir Ağları
İle Belirlenmesi", Fırat Üniversitesi Fen ve
Müh. Bil. Der, cilt. 18, no. 1, pp. 133-141,
2006.
- B. Köse, O. Isıkan ve A.T. İnan, “Isı Yalıtım
Uygulamalarının Üç Bölge İçin Enerji
Verimliliği Açısından İncelenmesi”, Makine
Teknolojileri Elektronik Dergisi, sayı. 3, pp.
1-9, 2006.
- A.S. Dizkırıcı, “Konutlarda Enerji
Verimliliğinin Ölçümü İçin 5-Yıldızlı
Derecelendirme Sistemi ve Ekonometrik
Uygulama”, Doktora Tezi, Sakarya Üniversitesi, Sosyal Bilimler Enstitüsü,
2009.
- T. Mete, “Kesikli bir biyoreaktörde yapay sinir
ağlarının kullanımı”, Yüksek Lisans Tezi,
Ankara Üniversitesi, Fen Bilimleri
Enstitüsü, 2008.
- M.L. Koç, C.E. Balas ve A. Arslan, “Taş
Dolgu Dalgakıranların Yapay Sinir Ağları
ile Ön Tasarımı”, İMO Teknik Dergi, pp.
3351-3375, yazı. 225, 2004.
- B. Ataseven, “Yapay Sinir Ağları ile Öngörü
Modellemesi”, Öneri Dergisi, cilt. 10, no.
39, pp. 101-115, 2013.
- M. Fırat ve M. Güngör, “Askı madde
konsantrasyonu ve miktarının yapay sinir
ağları ile belirlenmesi”, Teknik Dergi, yazı.
219, pp. 3267-3282, 2004.
- Ö. Turunç, “Bilgi teknolojileri kullanımının
işletmelerin örgütsel performansına etkisi”,
Doktora Tezi, Süleyman Demirel
Üniversitesi, Sosyal Bilimler Enstitüsü,
2006.
- İ.F. Gülenç ve G.Aydın Bilgin, “Yatırım
kararları için bir model önerisi: AHP
yöntemi”, Öneri, URI:
http://hd1.handle.net/11424/1586, cilt. 9, no.
34, pp. 97-107, 2010.
- H. Min, “Location analysis of international
consolidation terminals using the analytic
hierarchy process”, Journal of Business
Logistics, vol. 15, no. 2, pp. 25, 1994.
- Ö. Keleşoğlu, “Betonarme Bir Binada Yıllık
Isı Kaybı ve Enerji İhtiyacının Yapay Sinir
Ağları ile Belirlenmesi”, e-Journal of New
World Sciences Academy, cilt. 3, no. 2, pp.
381-390, 2008.
- S.A. Kalogirou and M.Bojic, “Artificial
neural networks for the prediction of the
energy consumption of a passive solar
building”, Energy, vol. 25, no. 5, pp. 479-
491, 2000.
- H. Erkaymaz ve Ö.Yaşar, “Yapay Sinir Ağı
ile Hava Sıcaklığı Tahmini”, 5th
International Computer & Instructional
Technologies Symposium, Elazığ, 2011.
- I. C. Yeh (1998), “Modeling concrete strength
with augment-neuron networks”, Journal of
Materials in Civil Engineering, Cilt 10, No.
4, pp. 263-268.
- Z. Zhang, C.T.T. Hsu and J.Moren, “Shear
strengthening of reinforced concrete deep
beams using carbon fiber reinforced polymer
laminates” Journal of Composites for Construction, vol. 8, no. 5, pp. 403-414,
2004.
- A. Oreta and K. Kawashima, “Neural network
modeling of confined compressive strength
and strain of circular concrete columns”,
Journal of Structural Engineering, vol. 129,
no. 4, pp. 554-561, 2003.
- Z. Yılmaz, “Akıllı binalar ve yenilenebilir
enerji”, Tesisat Mühendisliği Dergisi, İzmir,
sayı. 91, pp.7-15, 2005.
- C. Çelik, “Binalarda enerji verimliliği”, I.
Ulusal Enerji Verimliliği Forumu, İstanbul,
2009.
- M. Öztürk, “Yeşil binalarda enerji
verimliliğinin incelenmesi ve bina enerji
modellemeleri”, Doktara Tezi, İstanbul Arel
Üniversitesi, Fen Bilimleri Enstitüsü, 2014.
- A. Erdoğan ve S. Canbazoğlu, “Farklı Mimari
Durumların Enerji Tüketimi ve Çevresel
Etkileri Üzerine Bir Araştırma”, Bartın
Üniversitesi Mühendislik ve Teknoloji
Bilimleri Dergisi, cilt. 3, no. 2, pp. 51-60,
2015.
- N. Orhunbilge, “Uygulamalı Regresyon ve
Korelasyon Analizi”, 2.Baskı, İ.Ü. İşletme
Fakültesi Yayınları, 2002.