論文の概要: Prescriptive tool for zero-emissions building fenestration design using hybrid metaheuristic algorithms

• arxiv url: http://arxiv.org/abs/2512.04102v1
• Date: Wed, 26 Nov 2025 08:10:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-05 21:11:45.7598
• Title: Prescriptive tool for zero-emissions building fenestration design using hybrid metaheuristic algorithms
• Title（参考訳）: ハイブリッドメタヒューリスティックアルゴリズムを用いたフェネストレーション設計のための標準ツール
• Authors: Rosana Caro, Lorena Cruz, Arturo Martinez, Pablo S. Naharro, Santiago Muelas, Kevin King Sancho, Elena Cuerda, Maria del Mar Barbero-Barrera, Antonio LaTorre,
• Abstract要約: 本稿では, 実用化に向けて設計されたフェネストレーションのシミュレーションに基づく最適化手法を提案する。 設計プロセスを完全に自動化するために、ハイブリッドメタヒューリスティックアルゴリズムを使用し、規則と最新のカタログに依存している。 建築家が設計の柔軟性を持つ9つのフェネレーション変数は、住宅の暖房、冷却需要、熱的不快感を軽減するために最適化された。
• 参考スコア（独自算出の注目度）: 0.29022435221103443
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Designing Zero-Emissions Buildings (ZEBs) involves balancing numerous complex objectives that traditional methods struggle to address. Fenestration, encompassing façade openings and shading systems, plays a critical role in ZEB performance due to its high thermal transmittance and solar radiation admission. This paper presents a novel simulation-based optimization method for fenestration designed for practical application. It uses a hybrid metaheuristic algorithm and relies on rules and an updatable catalog, to fully automate the design process, create a highly diverse search space, minimize biases, and generate detailed solutions ready for architectural prescription. Nineteen fenestration variables, over which architects have design flexibility, were optimized to reduce heating, cooling demand, and thermal discomfort in residential buildings. The method was tested across three Spanish climate zones. Results demonstrate that the considered optimization algorithm significantly outperforms the baseline Genetic Algorithm in both quality and robustness, with these differences proven to be statistically significant. Furthermore, the findings offer valuable insights for ZEB design, highlighting challenges in reducing cooling demand in warm climates, and showcasing the superior efficiency of automated movable shading systems compared to fixed solutions.
• Abstract（参考訳）: ゼロエミッション・ビルディング(ZEB)の設計には、従来の手法が対処に苦労する多くの複雑な目的のバランスが伴う。 ファサード開口部とシェーディング系を含むフェネレーションは、高い熱透過率と太陽放射入射により、ZEBの性能において重要な役割を果たす。 本稿では, 実用化に向けて設計されたフェネストレーションのシミュレーションに基づく最適化手法を提案する。 ハイブリッドメタヒューリスティックアルゴリズムを使用し、規則と更新可能なカタログに依存し、設計プロセスを完全に自動化し、非常に多様な検索スペースを作成し、バイアスを最小化し、アーキテクチャの処方に適合する詳細なソリューションを生成する。 建築家が設計の柔軟性を持つ9つのフェネレーション変数は、住宅の暖房、冷却需要、熱的不快感を軽減するために最適化された。 この方法はスペインの3つの気候帯で試験された。 その結果, 最適化アルゴリズムは, 品質とロバスト性の両方において, ベースライン遺伝的アルゴリズムよりも有意に優れており, これらの差は統計的に有意であることが判明した。 さらに, この知見は, 温暖な気候における冷却需要削減の課題を浮き彫りにし, 固定解と比較して, 自動移動型シェーディングシステムの優れた効率性を示した。

関連論文リスト

• AC-Refiner: Efficient Arithmetic Circuit Optimization Using Conditional Diffusion Models [22.37560730551188]
  AC-Refinerは条件拡散モデルを利用した新しい演算回路最適化フレームワークである。 我々の重要な洞察は、条件付き画像生成タスクとして演算回路合成を再構成することである。 目標品質(QoR)の劣化拡散過程を慎重に調整することにより、AC-Refinerは高品質な回路設計を一貫して生成する。
  論文  参考訳（メタデータ） (2025-07-03T13:21:33Z)
• AI-Enhanced Automatic Design of Efficient Underwater Gliders [60.45821679800442]
  自動設計フレームワークの構築は、グライダー形状を表現する複雑さと、複雑な固体-流体相互作用をモデル化する際の計算コストが高いため、困難である。 非自明な船体形状の水中ロボットを作れるようにすることで、これらの制限を克服するAI強化型自動計算フレームワークを導入する。 提案手法は, 形状と制御信号の両面を協調的に最適化するアルゴリズムで, 低次幾何表現と微分可能なニューラルネット型流体代理モデルを用いる。
  論文  参考訳（メタデータ） (2025-04-30T23:55:44Z)
• PearSAN: A Machine Learning Method for Inverse Design using Pearson Correlated Surrogate Annealing [66.27103948750306]
  PearSANは、大きな設計空間を持つ逆設計問題に適用可能な機械学習支援最適化アルゴリズムである。 ピアソン相関代理モデルを用いて、真の設計計量のメリットの図形を予測する。 最先端の最大設計効率は97%で、少なくとも以前の方法よりも桁違いに高速である。
  論文  参考訳（メタデータ） (2024-12-26T17:02:19Z)
• A Survey on Inference Optimization Techniques for Mixture of Experts Models [50.40325411764262]
  大規模Mixture of Experts(MoE)モデルは、条件計算によるモデル容量と計算効率の向上を提供する。 これらのモデル上で推論をデプロイし実行することは、計算資源、レイテンシ、エネルギー効率において大きな課題を示す。 本調査では,システムスタック全体にわたるMoEモデルの最適化手法について分析する。
  論文  参考訳（メタデータ） (2024-12-18T14:11:15Z)
• Machine Learning-Accelerated Multi-Objective Design of Fractured Geothermal Systems [17.040963667188525]
  本稿では, フラクチャードメディアにおける熱水シミュレーションと統合した, 能動学習による進化的多目的最適化アルゴリズムについて報告する。 ALEMO法は従来の進化法に比べて1～2桁の速度(10～100倍)で、必要なシミュレーションを著しく削減することを示した。
  論文  参考訳（メタデータ） (2024-11-01T10:39:23Z)
• Diffusion Model for Data-Driven Black-Box Optimization [54.25693582870226]
  我々は、強力な生成AI技術である拡散モデルに注目し、ブラックボックス最適化の可能性について検討する。 本研究では,1)実数値報酬関数のノイズ測定と,2)対比較に基づく人間の嗜好の2種類のラベルについて検討する。 提案手法は,設計最適化問題を条件付きサンプリング問題に再構成し,拡散モデルのパワーを有効活用する。
  論文  参考訳（メタデータ） (2024-03-20T00:41:12Z)
• Global Transformer Architecture for Indoor Room Temperature Forecasting [49.32130498861987]
  本研究は,多室ビルにおける室内温度予測のためのグローバルトランスフォーマーアーキテクチャを提案する。 エネルギー消費を最適化し、HVACシステムに関連する温室効果ガス排出を削減することを目的としている。 本研究は,マルチルームビルにおける室内温度予測にトランスフォーマーアーキテクチャを適用した最初の事例である。
  論文  参考訳（メタデータ） (2023-10-31T14:09:32Z)
• Multi-fidelity Design of Porous Microstructures for Thermofluidic Applications [0.5249805590164902]
  多孔質表面で強化された二相冷却法が潜在的な溶液として出現している。 このような多孔質構造では、最適放熱容量は2つの競合する目的に依存する。 我々は, 最適多孔質構造を設計するためのデータ駆動型フレームワークを開発した。
  論文  参考訳（メタデータ） (2023-10-27T21:51:11Z)
• Machine learning based surrogate models for microchannel heat sink optimization [0.0]
  本稿では,二次チャネルとリブを用いたマイクロチャネルの設計を計算流体力学を用いて検討する。 ラテンハイパーキューブサンプリング、機械学習に基づく代理モデリング、多目的最適化を組み合わせたワークフローを提案する。
  論文  参考訳（メタデータ） (2022-08-20T13:49:11Z)
• iDARTS: Differentiable Architecture Search with Stochastic Implicit Gradients [75.41173109807735]
  微分可能なArchiTecture Search(DARTS)は先日,ニューラルアーキテクチャサーチ(NAS)の主流になった。 暗黙の関数定理に基づいてDARTSの過次計算に取り組む。 提案手法であるiDARTSのアーキテクチャ最適化は,定常点に収束することが期待される。
  論文  参考訳（メタデータ） (2021-06-21T00:44:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。