Por favor, use este identificador para citar o enlazar este ítem:
https://ri-ng.uaq.mx/handle/123456789/5569Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.rights.license | http://creativecommons.org/licenses/by-nd/4.0 | es_ES |
| dc.contributor | José Gabriel Ríos Romero | es_ES |
| dc.creator | José Alberto García Chávez | es_ES |
| dc.date | 2014-04 | - |
| dc.date.accessioned | 2016-08-16T20:20:59Z | - |
| dc.date.available | 2016-08-16T20:20:59Z | - |
| dc.date.issued | 2014-04 | - |
| dc.identifier | 277 - RI001016.PDF | es_ES |
| dc.identifier.uri | https://ri-ng.uaq.mx/handle/123456789/5569 | - |
| dc.description | El confort térmico es un factor importante que determina la productividad, la salud y el bienestar de los ocupantes. El exceso de la demanda de energía eléctrica debido a los sistemas de calefacción, ventilación y aire acondicionado (HVAC) en edificios inteligentes requieren de la predicción y control de la temperatura interna, lo cual representa un impacto positivo hacia la sustentabilidad energética. El objetivo principal, es investigar en qué medida los modelos lineales autoregresivos con entrada externa (ARX) y los modelos de redes neuronales artificiales (RNA) se podrían utilizar para predecir la temperatura interna en edificios de manera óptima. En particular se muestran los resultados obtenidos en salones de clase de la Universidad Autónoma de Querétaro, U.A.Q., México. Temperatura externa, humedad relativa externa, velocidad del viento, radiación solar y la humedad relativa interna fueron utilizadas como variables de entrada. El algoritmo implementado para la predicción de la RNA fue Levenberg-Marquardt, la validación de los datos se realizó por medio de análisis de varianza (ANOVA) y fue comparado con los modelos ARX. Los resultados obtenidos mostraron que los modelos RNA dan una mejor predicción de la temperatura interna que los modelos ARX, obteniéndose los mejores resultados con la RNA (6,4,1) con un coeficiente de determinación de 0.9647, un porcentaje promedio del error absoluto de 0.0565 y un error cuadrático medio de 0.0609. | es_ES |
| dc.format | Adobe PDF | es_ES |
| dc.language.iso | spa | es_ES |
| dc.publisher | Universidad Autónoma de Querétaro | es_ES |
| dc.relation.requires | No | es_ES |
| dc.rights | Acceso Abierto | es_ES |
| dc.subject | Modelado de temperatura | es_ES |
| dc.subject | Edificios inteligentes | es_ES |
| dc.subject | Confort térmico | es_ES |
| dc.title | Modelado y predicción de la temperatura interna en edificios de salones de clase. | es_ES |
| dc.type | Tesis de maestría | es_ES |
| dc.contributor.role | Director | es_ES |
| dc.degree.name | Maestría en Ciencias (Instrumentación y Control) | es_ES |
| dc.degree.department | Facultad de Ingeniería | es_ES |
| dc.degree.level | Maestría | es_ES |
| Aparece en las colecciones: | Maestría en Ciencias (Instrumentación y Control) | |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| RI000277.PDF | 1.44 MB | Adobe PDF |  Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.
