Áp dụng thuật toán chuồn chuồn vào bài toán tối ưu hóa đa mục tiêu về hiệu quả sử dụng năng lượng đối với tòa nhà văn phòng

ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA LÊ THANH HỒNG ÁP DỤNG THUẬT TỐN CHUỒN CHUỒN VÀO BÀI TỐN TỐI ƯU HĨA ĐA MỤC TIÊU VỀ HIỆU QUẢ SỬ DỤNG NĂNG LƯỢNG ĐỐI VỚI TÒA NHÀ VĂN PHÒNG Chuyên ngành: Quản lý xây dựng Mã số: 8580302 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 08 năm 2022 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG – HCM Cán hướng dẫn khoa học : PGS.TS Phạm Vũ Hồng Sơn Chữ ký : Cán chấm nhận xét 1: TS Nguyễn Anh Thư Chữ ký : Cán chấm nhận xét 2: TS Đặng Thị Trang Chữ ký : Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 04 tháng 08 năm 2022 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: Chủ tịch hội đồng: PGS.TS Phạm Hồng Luân Cán chấm phản biện 1: TS Nguyễn Anh Thư Cán chấm phản biện 2: TS Đặng Thị Trang Ủy viên thư ký: PGS.TS Trần Đức Học Ủy viên : TS Chu Việt Cường Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Lê Thanh Hoàng MSHV:1970707 Ngày, tháng, năm sinh: 23/03/1995 Nơi sinh: Hà Tĩnh Chuyên ngành: Quản lý xây dựng Mã số : 58 03 02 I TÊN ĐỀ TÀI: ÁP DỤNG THUẬT TOÁN CHUỒN CHUỒN VÀO BÀI TỐN TỐI ƯU HĨA ĐA MỤC TIÊU VỀ HIỆU QUẢ SỬ DỤNG NĂNG LƯỢNG ĐỐI VỚI TÒA NHÀ VĂN PHÒNG APPLYING DRAGONFLY ALGORITHM TO MULTI-OBJECTTIVE OPTIMIZATION OF ENERGY EFFICIENCY FOR OFFFICE BUILDING II NHIỆM VỤ VÀ NỘI DUNG: Tính tốn xác định mức độ tiêu thụ lượng phần mềm mô tòa nhà văn phòng Việt Nam Áp dụng thuật tốn tối ưu hóa vào tốn tối ưu hóa lượng cho tịa nhà tảng phần mềm mô liên tục với tổ hợp biến hỗn hợp Áp dụng thuật tốn tối ưu hóa vào tốn tối ưu hóa lượng cho tịa nhà tảng phần mềm mô liên tục với tham số thiếu chắn tổ hợp biến hỗn hợp III NGÀY GIAO NHIỆM VỤ : 06/09/2021 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 06/06/2022 V CÁN BỘ HƯỚNG DẪN : PGS TS Phạm Vũ Hồng Sơn CÁN BỘ HƯỚNG DẪN Tp HCM, ngày tháng năm 20 CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) (Họ tên chữ ký) TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG (Họ tên chữ ký) HVTH: Lê Thanh Hoàng - 1970707 Trang i LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn LỜI CẢM ƠN Sau thời gian hướng dẫn học hỏi nghiên cứu, em hoàn thiện luận văn thạc sĩ với đề tài “Áp dụng thuật toán chuồn chuồn vào tốn tối ưu hóa đa mục tiêu hiệu sử dụng lượng tòa nhà văn phịng” Để hồn thiện luận văn chương trình đào tạo, em nhận dẫn dạy bảo tận tâm nhiệt tình từ thầy cô môn khoa Lời đầu, em xin gửi lời cảm ơn chân thành sâu sắc đến thầy PGS.TS Phạm Vũ Hồng Sơn Trong thời gian thực hiện, thầy hướng dẫn dạy cho em nhiều kiến thức, kinh nghiệm học quan trọng q trình nghiên cứu, góp phần vào hồn thiện luận văn Tiếp theo, em xin chân thành cảm ơn Thầy, Cô Bộ môn Thi công Quản lý Xây dựng, Khoa Kỹ Thuật Xây Dựng, trường Đại học Bách Khoa, ĐHQG Tp HCM tận tâm, nhiệt tình giảng dạy truyền đạt nhiều kiến thức quý báu cho em suốt thời gian giảng đường thời gian theo học Em xin cảm ơn nhóm học viên thuộc CEM Lab, anh chị đồng nghiệp nhiệt tình chia sẻ kiến thức, kinh nghiệm quý báu hỗ trợ suốt trình thực luận văn Dù có cố gắng luận văn khơng thể tránh khỏi thiếu sót hạn chế Vì đó, em mong nhận đánh giá đóng góp ý kiến Q Thầy Cơ để luận văn hồn thiện Trân trọng! Tp Hồ Chí Minh, ngày 13 tháng 06 năm 2022 Lê Thanh Hoàng HVTH: Lê Thanh Hoàng - 1970707 Trang ii LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn TÓM TẮT Tại Việt Nam nay, mức độ tiêu hao lượng tòa nhà cao tầng lớn, chiếm khoảng 35 – 40% tổng lượng tiêu hao lượng toàn quốc Đặc biệt đối với đô thị, mức độ tiêu hao lượng cơng trình tịa nhà chiếm từ 40 – 70% lượng cung cung cấp cho khu vực Việc sử dụng lượng lớn lượng đồng nghĩa với việc hao phí lượng với tài ngun Vì thế, thiết kế tòa nhà sử dụng lượng hiệu vấn đề phải cần xem xét Bài tốn tối ưu cho tịa nhà với hiệu suất sử dụng lượng tối ưu xem xét nghiên cứu Trong thực té, tốn tối ưu hóa lượng cho tòa nhà phương pháp xem xét tương tác biến thiết kế yếu tố tác động tới mức sử dụng lượng chung Bài tốn có khó khăn thời gian giải toán dài, phức tạp đa dạng biến, khơng chắn tham số… Vì vậy, luận văn phát triển tảng liên kết để giải hiệu tốn tối ưu hóa cho tịa nhà Trên tảng thuật tốn MHDA để giải quyết, kết chứng minh thuật tốn có kết tối ưu, quán thời gian tính tốn cải thiện tốt so với thuật tốn thường gặp khác Từ người quản lý lựa chọn ưu tiên thiết kế phù hợp để nâng cao vai trị quản lý tham gia sớm vào q trình tiết kiệm lượng HVTH: Lê Thanh Hoàng - 1970707 Trang iii LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn ABSTRACT In Vietnam, the rate of energy use of high-rise buildings is very high, accounting for about 35 - 40% of the total national energy consumption Especially for urban areas, the level of energy consumption of buildings accounts for 40 - 70% of the energy supplied to the area Using large amounts of energy means wasting energy along with resources Therefore, the design of energy efficient buildings is an issue that needs to be considered The optimal problem for buildings with good energy efficiency is considered and studied In fact, the problem of optimal energy for buildings is a method that considers the interaction between variables in the design and factors affecting the overall energy use The problem with the main difficulty is the long time to solve the problem, due to the complexity and variety of variables, the uncertainty of the parameters Therefore, this thesis develops a linking platform to effectively solve the optimization problem for buildings Based on the MHDA algorithm to solve, the results demonstrate that the algorithm has optimal results, consistency and significantly improved computation time compared to some other commonly encountered algorithms And, the PM will choose appropriate design priorities to improve the management role to participate early in the energy saving process HVTH: Lê Thanh Hoàng - 1970707 Trang iv LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn LỜI CAM ĐOAN Tơi, Lê Thanh Hồng xin cam đoan trình thực hiệnluận văn “ÁP DỤNG THUẬT TỐN CHUỒN CHUỒN VÀO BÀI TỐN TỐI ƯU HĨA ĐA MỤC TIÊU VỀ HIỆU QUẢ SỬ DỤNG NĂNG LƯỢNG ĐỐI VỚI TỊA NHÀ VĂN PHỊNG”, mơ phỏng, số liệu, kết nội dung nghiên cứu thực hồn tồn trung thực nghiêm túc Tơi xin chịu trách nhiệm hồn tồn nghiên cứu TP.HCM, ngày… tháng… năm 2022 Học viên thực Lê Thanh Hoàng HVTH: Lê Thanh Hoàng - 1970707 Trang v LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn MỤC LỤC NHIỆM VỤ LUẬN VĂN THẠC SĨ ii LỜI CẢM ƠN ii TÓM TẮT iii ABSTRACT iv LỜI CAM ĐOAN v MỤC LỤC vi DANH MỤC HÌNH ẢNH viii DANH MỤC BẢNG BIỂU ix CHƯƠNG 1: ĐẶT VẤN ĐỀ: 1.1 Đặt vấn đề: 1.2 Xác định vấn đề nghiên cứu: 1.3 Câu hỏi nghiên cứu: 1.5 Phạm vi nghiên cứu 1.6 Đóng góp ý nghĩa luận văn: 1.7 Cấu trúc luận văn: CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT: 2.1 Tối ưu hóa mức lượng tiêu thụ tịa nhà mơ liên tục: 2.2 Công cụ hỗ trợ tối ưu hóa: 17 2.2.1 Công cụ GenOpt: 17 2.2.2 Công cụ BEopt: 17 2.2.3 Công cụ jEPlus: 17 2.3 Tối ưu hóa dựa mơ hình đại diện: 18 2.4 Sự khơng chắn tốn tối ưu hóa lượng tịa nhà: 19 2.5 Tổng kết chương: 19 CHƯƠNG 3: XÂY DỰNG MƠ HÌNH MƠ PHỎNG: 21 3.1 Phần mềm xây dựng mơ hình mơ phỏng: 21 3.2 Mơ hình mơ điển hình: 22 3.2.1 Tòa nhà A 22 3.2.2 Tòa nhà B: 25 3.3 Kết mơ hình mơ phỏng: 27 CHƯƠNG 4: TỐI ƯU HÓA DỰA TRÊN MƠ PHỎNG LIÊN TỤC VÀ THUẬT TỐN CHUỒN CHUỒN: 29 HVTH: Lê Thanh Hoàng - 1970707 Trang vi LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn 4.1 Hàm mục tiêu tối ưu hóa: 29 4.2 Nền tảng liên kết tối ưu hóa liên tục: 30 4.3 Thuật tốn tối ưu hóa: 31 4.3.1 Thuật toán chuồn chuồn – Dragonfly Alogorithm: 32 4.3.2 Thuật toán tối ưu quần thể - Particle Swarm Optimization 36 4.3.3 Thuật toán chuồn chuồn kết hợp liệu (Memory based Hybrid DA – MHDA) 37 4.3.4 Những thuật toán dùng để so sánh: 38 4.4 Kết tối ưu: 39 4.5 Tổng kết chương: 51 CHƯƠNG 5: TỐI ƯU HÓA DỰA TRÊN MÔ PHỎNG VỚI TỔ HỢP BIẾN HỖN HỢP 52 5.1 Mơ hình tốn: 52 5.2 Kết toán tối ưu: 54 5.3 Tổng kết chương: 57 CHƯƠNG 6: BÀI TỐN TỐI ƯU HĨA VÀ NHỮNG THAM SỐ KHÔNG CHẮC CHẮN 59 6.1 Những yếu tố khơng chắn mơ tối ưu hóa lượng tòa nhà: 59 6.2 Độ nhạy tịa nhà tối ưu với thơng số khơng chắn 59 6.3 Kết tối ưu: 62 6.4 Áp dụng tối ưu hóa đa mục tiêu khơng chắn tham số 62 6.4.1 Mơ hình tốn: 63 6.4.2 Kết toán: 64 6.5 Tổng kết chương 65 CHƯƠNG KẾT LUẬN VÀ KIẾN NGHỊ: 66 7.1 Kết luận: 66 7.2 Đề xuất: 67 TÀI LIỆU THAM KHẢO 68 PHẦN LÝ LỊCH TRÍCH NGANG 71 HVTH: Lê Thanh Hoàng - 1970707 Trang vii LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn DANH MỤC HÌNH ẢNH Hình 3.1: Mơ hình mơ tòa nhà A 23 Hình 3.2: Mơ hình mơ tịa nhà B 25 Hình 3.3: Kết mức lượng tiêu thụ cho tòa nhà A B 27 Hình 4.1: Sơ đồ mơ tối ưu liên tục 31 Hình 4.2: Mơ hai dạng tập tính chuồn chuồn 33 Hình 4.3: hoạt động chuồn chuồn 34 Hình 4.4: Đối chiếu kết hàm mục tiêu thuật toán cho Hà Nội 47 Hình 4.5: Đối chiếu kết hàm mục tiêu thuật toán cho Đà Nẵng 47 Hình 4.6: Đối chiếu kết hàm mục tiêu thuật toán cho Nha Trang 48 Hình 4.7: Đối chiếu kết hàm mục tiêu thuật tốn cho Tp Hồ Chí Minh 48 Hình 4.8: Tốc độ hội tụ cho giải pháp gần tối ưu với Hà Nội 49 Hình 4.9: Số lượng mơ cần cho thuật tốn để hội tụ với Hà Nội 49 Hình 4.10: Số lượng mơ cần cho thuật tốn để hội tụ với Đà Nẵng 50 Hình 4.11: Số lượng mơ cần cho thuật tốn để hội tụ với Nha Trang 50 Hình 4.12: Số lượng mơ cần cho thuật tốn để hội tụ với TP Hồ Chí Minh 51 Hình 5.1: Kết hàm mục tiêu 20 lần chạy cho Hà Nội 55 Hình 5.2: Kết hàm mục tiêu 20 lần chạy cho Tp Hồ Chí Minh 56 Hình 5.3: Biểu đồ đường hội tụ kết cho Hà Nội 56 Hình 5.4: Biểu đồ đường hội tụ kết cho Tp Hồ Chí Minh 57 Hình 5.5: Số lượng mơ hình mơ cần cho thuật tốn 57 HVTH: Lê Thanh Hồng - 1970707 Trang viii LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn Hình 5.4: Biểu đồ đường hội tụ kết cho Tp Hồ Chí Minh Hình 5.5: Số lượng mơ hình mơ cần cho thuật tốn Hình 5.5 cho thấy số lượng mơ thuật toán cần để đạt tới gần giải pháp tối ưu Vì lợi khai phá lưu trữ nên MHDA liên tục tìm giải pháp nhanh PSO-HJ 5.3 Tổng kết chương: HVTH: Lê Thanh Hoàng - 1970707 Trang 57 LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn Trong chương 5, toán với thay đổi từ biến số liệu liên tục thành tổ hợp với biến số liệu biến phân loại thử để kiểm chứng hiệu suất thuật toán MHDA So sánh hiệu suất, thuật toán MHDA tốt so với PSO-HJ kết tối ưu tiết kiệm % % lượng cho mơ hình tịa nhà B hai thành phố HVTH: Lê Thanh Hoàng - 1970707 Trang 58 LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn CHƯƠNG 6: BÀI TỐN TỐI ƯU HĨA VÀ NHỮNG THAM SỐ KHÔNG CHẮC CHẮN Trong luận văn, yếu tố người chưa xem xét đến Trong chương này, người tham gia vào, làm biến không chắn Hành vi người phân loại tác động vào chín biến khác tốn tối ưu hóa Cùng với đó, chương 6, thuật toán MHDA kết hợp thêm để giải toán đa mục tiêu với thay đổi đa dạng 6.1 Những yếu tố không chắn mơ tối ưu hóa lượng tịa nhà: Trong nhiều nghiên cứu, tốn mơ tối ưu hóa, nhà nghiên cứu giả định tham số đầu vào mơ hình chắn xác định Tuy nhiên thực tế ngành Xây dựng, việc giai đoạn thiết kế, tham số thiếu tính chắn Sự khơng chắn đến từ đặc tính vật lý vật liệu xây dựng, hay thời tiết, hay hiệu suất thiết bị, hay thừ hành vi người sử dụng tịa nhà Một phần khơng chắn này, dẫn tới kết mô mức lượng tiêu thụ thực tế khác Phương pháp phổ biến thưởng gặp để giải vấn đề thiếu chắn sử dụng mô xác suất Monte Carlo để phân phối xác suất tham số tham gia vào mơ hình Và phương pháp Phân tích kịch sử dụng để hỗ trợ cho phương pháp xác suất để đảm bảo biên độ biến thiếu chắn 6.2 Độ nhạy tòa nhà tối ưu với thông số không chắn Để khảo sát độ nhạy thông số thiếu chắn, tòa nhà loại B tối ưu với ba cấp độ thơng số khác cho vùng khí hậu TP Hồ Chí Minh HVTH: Lê Thanh Hồng - 1970707 Trang 59 LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn Chi tiết ba cấp độ thông số bảng 6.1 Giá trị tham số sử dụng lại từ kết chương Tham số Trường hợp sở Tải chiếu sáng (W/m2) 15 9,3 21 Tải thiết bị (W/m2) 15 7,5 20 Tải người (m2/người) 10 50 Thơng gió (ACH) 0,25 1,5 Trường hợp tốt Trường hợp xấu Bảng 6.1: Những tình sở, tốt xấu Hàm mục tiêu tối ưu hóa cho tốn: f(x) = Ec(x) + Ef(x) + El(x) + Eh(x) + Em(x) (MJ/m2 năm) Trong đó: Ec(x) : mức lượng tiêu thụ để làm mát khơng khí Ef(x) : mức lượng tiêu thụ cho điều chuyển khơng khí El(x) : mức lượng tiêu thụ cho hệ thống chiếu sáng Eh(x) : mức lượng tiêu thụ cho hệ thống làm ấm Em(x) : mức lượng tiêu thụ cho hệ thống khác Chín biến tham gia vào q trình tối ưu hóa trình bày bảng 6.2 6.3 HVTH: Lê Thanh Hoàng - 1970707 Trang 60 LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn Biến Miêu tả Phạm vi X1 Chiều dày cách nhiệt tường (cm) [1- 10] X2 Bề rộng mái che cửa sổ phía bắc (m) [0-1,2] X3 Bề rộng mái che cửa sổ phía nam (m) [0-1,2] X4 Bề rộng mái che cửa sổ phía đơng (m) [0-1,2] X5 Bề rộng mái che cửa sổ phía tây (m) [0-1,2] X6 Loại cửa sổ hướng bắc Bảng 5.2 X7 Loại cửa sổ hướng nam Bảng 5.2 X8 Loại cửa sổ hướng đông Bảng 5.2 X9 Loại cửa sổ hướng tây Bảng 5.2 Bảng 6.2: Những biến tối ưu hóa tốn biến hỗn hợp Loại cửa sổ lớp lớp lớp Giá trị u [W/m2K] SHGC Khả xuyên sáng 1-Clear 5,88 0,81 0,88 2-Tinted 5,77 0,60 0,43 3-Reflective 5,06 0,40 0,30 4-Low-e 3,43 0,63 0,84 5-Clear 6-Tinted 2,71 2,46 0,70 0,30 0,78 0,27 7-Reflective 2,69 0,48 0,38 8-Low-e 1,77 0,57 0,74 9-Low-e-tinted 1,77 0,38 0,44 10-Clear 1,76 0,61 0,69 11-Low-e 1,30 0,51 0,66 Bảng 6.3: Tổ hợp phân loại cho biến loại cửa sổ X6 tới X9 HVTH: Lê Thanh Hoàng - 1970707 Trang 61 LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn Theo đó, để đa dạng cho toán, biến chương bao gồm biến số liệu biến phân loại chương 6.3 Kết tối ưu: Bảng 6.4 trình bày kết tốn tối ưu với biến khơng chắn theo ba kịch Hà Nội Tp Hồ Chí Minh Dễ thấy, tham số thu khác tình huống, đồng nghĩa với việc tối ưu thiết kế có thay đổi, Tp Hồ Chí Minh Hà Nội Thành phố có độ nhạy cao Tình Năng lượng tiêu thụ (Mj/m2/n ăm ) X1 X2 X3 X4 X5 X6 X7 X8 Cơ sở 394,67 2,6 1.172 1.166 0,457 0,511 6 Tốt 139,18 10 1.169 1.169 0,511 1.199 6 Xấu 449,64 1.168 0,750 0,224 0,506 6 11 Cơ sở 283,66 10 1.169 0,479 0,511 0,506 9 11 Tốt 150,74 10 0,844 0,041 0,511 1.200 11 11 11 Xấu 426,90 10 1.168 0,042 0,479 0,511 6 11 X9 Bảng 6.4: Kết thuật toán tối ưu Bảng 6.4 cho thấy giá trị tiêu thụ lượng tất tình trước sau tối ưu hóa phương pháp MHDA Sau áp dụng thuật tốn tối ưu vào mơ hình, mức giảm tiêu thụ lượng tính 18.76% cho Hà Nội 14.13% cho Tp Hồ Chí Minh 6.4 Áp dụng tối ưu hóa đa mục tiêu không chắn tham số HVTH: Lê Thanh Hoàng - 1970707 Trang 62 LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn Để tái kiểm tra lại kết tối ưu kết tối ưu phần trên, toán chương mở rộng thêm với việc xem xét đồng thời nhiều hàm mục tiêu, kết hợp với phương pháp tổng trọng số WSM để xác định xem xét mối quan hệ mục tiêu sau thay đổi tốn Cùng với đó, phương pháp WSM hỗ trợ đơn giản hóa tốn để phù hợp với thuật toán MHDA trường hợp đề xuất chương 6.4.1 Mơ hình tốn: Hàm mục tiêu điều kiện đa mục tiêu với tham số không chắn thể sau: [f1(x), f1(x), f2(x), … fk(x)] Với với 𝐱 ∈ 𝕏 ⊆ ℝr × 𝕍𝒄 Trong f(x) hàm mục tiêu, k số lượng mục tiêu khơng gian tìm kiếm ℝr số liệu 𝕍𝒄 phân loại tương ứng Đa mục tiêu thể bao gồm việc xem xét mức tiêu thụ lượng tòa nhà ba tình khác nhau, kết hợp phương pháp tổng trọng số WSm để tính tỷ lệ tối ưu hóa kết Gán cho giá trị mục tiêu trọng số w trọng số xem xác suất tương đối trường hợp xem xét Cụ thể: f(x) = wcsfcs(x) + wtft(x) + wxfx(x) wcs + wt + wx = wt + wx ≤ wcs Trong trọng số wcs, wt, wx fcs(x), ft(x), fx(x) tình tính cụ thể sau: 𝑖 fi(x) = 𝐸𝑐𝑖 (x) + 𝐸𝑓𝑖 (x) + 𝐸𝑙𝑖 (x) + 𝐸ℎ𝑖 (x) + 𝐸𝑚 (x) i = cs, t, x HVTH: Lê Thanh Hoàng - 1970707 Trang 63 LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn 6.4.2 Kết toán: Với toán nêu phần trước, sử dụng tảng MATLAB kết hợp EnergyPlus hệ thống máy tính hiệu cao Giới hạn tối đa cho tốn 7000 vịng lặp mơ phỏng, chạy tồn với tòa nhà B liệu thời tiết Tp Hồ Chí Minh Năm lần thực 70 – 80 cho lần chạy Kết trình bày bảng 6.4 Cụ thể: chiều dày lớp cách nhiệt tăng lên tối đa cho tất tình huống, với kích thước bề rộng mái che khơng đổi hai phía đơng tây Giá trị bề rộng mái che phía bắc nam biến X2 X3 có thay đổi Loại cửa sổ lựa chọn cho mặt nam tây hầu hết phương án loại cửa sổ lớp low-e-tinted Nhưng mặt đông bắc lại phụ thuộc vào trọng số w tình So sánh giá trị hàm mục tiêu bảng 6.4 bảng 6.5 nhận thấy áp dụng đa mục tiêu thay đổi cân đối mức độ tiêu thụ chung mục tiêu để tự tạo trạng thái tối ưu wc s wt 0,5 0,5 0,5 0,5 0,5 0,5 0,6 0,6 0,6 0,6 0,6 0,7 0,7 0,7 0,7 0,8 0,8 0,8 0,1 0,2 0,3 0,4 0,5 0,1 0,2 0,3 0,4 0,1 0,2 0,3 0,1 0,2 wx 0,5 0,4 0,3 0,2 0,1 0,4 0,3 0,2 0,1 0,3 0,2 0,1 0,2 0,1 f(x) (MJ/m2/năm) Cơ sở 283,66 283,51 283,52 283,81 283,91 284,11 283,50 283,50 283,41 283,83 283,93 283,50 283,35 283,41 283,85 283,35 283,35 283,43 Tốt 150,74 150,78 150,74 148,89 148,63 148,38 150,88 150,86 150,41 148,83 148,59 150,88 150,72 150,39 148,77 150,75 150,72 150,28 HVTH: Lê Thanh Hoàng - 1970707 Xấu 426,90 427,12 427,13 428,38 428,59 428,86 427,12 427,2 427,74 428,45 428,64 427,11 427,67 427,75 428,68 427,67 427,67 427,84 x1 x2 x3 x4 x5 x6 x7 x8 x9 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 1.1 1.1 1,1 1,1 1,0 0,8 1.1 1.1 1,0 1.1 0,9 1.1 1.1 1,0 1,0 1.1 1.1 1,0 0,4 0,2 0,2 0,2 0,2 0,1 0,4 0,4 0,2 0,2 0,2 0,4 0,4 0,2 0,4 0,4 0,4 0,2 0,4 0,4 0,4 0,5 0,5 0,5 0,4 0,4 0,4 0,5 0,5 0,4 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 9 11 11 11 9 11 11 9 11 9 9 9 9 9 9 9 9 9 9 8 11 11 11 8 11 11 11 11 11 11 11 11 11 9 9 9 9 9 9 9 9 Trang 64 LUẬN VĂN CAO HỌC 2022 0,9 0,9 0,1 GVHD: PGS.TS Phạm Vũ Hồng Sơn 1.1 0,4 0,5 0,5 9 11 1 1.1 0,4 0,5 0,5 9 11 1 Bảng 6.5: Kết thuật toán tối ưu chi tiết cho Tp Hồ Chí Minh 0,1 283,35 283,35 150,75 150,71 427,69 427,88 10 10 9 6.5 Tổng kết chương Trong chương 6, việc xem xét tới yếu tô thiếu chắn tham số toán tối ưu hóa kiểm tra Chín biến hỗn hợp từ chương tái sử dụng kết hợp với thuật tốn MHDA để giải tìm phương án tối ưu Kết chung cho thấy tham số đầu vào thiếu chắn, kết đầu khác đáng xem xét Việc đánh giá mơ hình hiệu hay khơng phụ thuộc nhiều vào yếu tố giả định có đủ chắn hay không hay sử dụng yếu tố xác định giả thuyết sở để sử dụng tối ưu hóa Tiếp đó, kết hợp với phương pháp tổng trọng số đa mục tiêu toán tối ưu, giải phần cho tòa nhà loại B Tp Hồ Chí Minh để kiểm chứng mức ảnh hưởng biến thiếu chắn tới kết tối ưu tốn Kết tốn có thay đổi lại có thay đổi mối quan hệ biến số, điều phản ánh xác thay đổi phụ thuộc vào trọng số cung cấp HVTH: Lê Thanh Hoàng - 1970707 Trang 65 LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn CHƯƠNG KẾT LUẬN VÀ KIẾN NGHỊ: 7.1 Kết luận: Vấn đề tối ưu hóa mức sử dụng lương cho tịa nhà phức tạp yêu cầu lượng liệu với thời gian thực lớn Điều yếu tố tham gia vào tốn đa dạng khó xác định sớm giai đoạn thiết kế Việc hành vi người hay thay đổi giai đoạn gây sai khác kết tốn Cùng với thời gian tính tốn cho mơ cịn lớn, cơng cụ đại có điểm mạnh phù hợp với toán đề xuất để áp dụng cho luận văn Đóng góp cải thiện hiệu suất phương pháp tối ưu dựa mô liên tục Nhờ áp dụng thuật toán MHDA, chương kiểm chứng đánh giá hiệu suất thuật toán cho toán với biến số liệu, chương kiểm chứng đánh giá hiệu suất thuật toán cho toán với hỗn hợp biến số liệu biến phân loại Kết chung cho thấy thuật tốn MHDA có hiệu suất tốt tính tối ưu, tính đồng thời gian thực so với số thuật toán khác Thứ hai xây dựng phương pháp liên kết tham số không chắn vào toán Mở rộng giải toán điều kiện đa mục tiêu Chương kiểm chứng xác định bước đầu việc liên kết tham số thiếu chắn mục tiêu toán Kết chung cho thấy thuật tốn MHDA giải được, cịn hạn chế hiệu suất phụ thuộc vào trọng số xác suất Theo kết nghiên cứu, việc áp dụng phương pháp tối ưu hóa cho tòa nhà văn phòng Việt Nam cho thấy: Tối ưu hóa làm giảm đáng kể mức tiêu thụ lượng tòa nhà văn phòng HVTH: Lê Thanh Hoàng - 1970707 Trang 66 LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn 7.2 Đề xuất: Trong luận văn, thiết kế lớp vỏ mức độ cách nhiệt phụ thuộc nhiều vào tải trọng bên tòa nhà để đạt thiết kế tối ưu hóa Luận văn chủ yếu tập trung vào vấn đề tối ưu hóa tịa nhà mục tiêu (tức tiêu thụ lượng), mục tiêu khác chưa xem xét (ví dụ tiện nghi nhiệt, chi phí) xem xét mức độ bản, chủ đề nghiên cứu tương lai Luận văn kiểm định việc không chắn xây dựng đầu vào mơ (ví dụ cơng suất sử dụng) dạng không chắn khác (như độ không đảm bảo đặc tính vật lý nhiệt vật liệu xây dựng liệu thời tiết) chưa xem xét; chủ đề nghiên cứu tương lai HVTH: Lê Thanh Hoàng - 1970707 Trang 67 LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn TÀI LIỆU THAM KHẢO [1] V Machairas et al., “Algorithms for optimization of building design: A review,” Renew Sustain Energy Rev., vol 31, no 1364, pp 101–112, 2014, doi: 10.1016/j.rser.2013.11.036 [2] S R Sree Ranjini and S Murugan, “Memory based Hybrid Dragonfly Algorithm for numerical optimization problems,” Expert Syst Appl., vol 83, pp 63–78, 2017, doi: 10.1016/j.eswa.2017.04.033 [3] Bộ xây dựng, “TCVN 9258/2012 Chống nóng cho nhà ở- Hướng dẫn thiết kế,” Việt Nam, 2012 https://thuvienphapluat.vn/TCVN/Xay-dung/TCVN-92582012-Chong-nong-cho-nha-o-Chi-dan-thiet-ke-911700.aspx (accessed Aug 08, 2022) [4] S Carlucci et al., “Multi-objective optimization of a nearly zero-energy building based on thermal and visual discomfort minimization using a nondominated sorting genetic algorithm (NSGA-II),” Energy Build., vol 104, pp 378–394, 2015, doi: 10.1016/j.enbuild.2015.06.064 [5] Bộ xây dựng, “Tổng kết Dự án “Nâng cao hiệu sử dụng lượng tòa nhà thương mại chung cư cao tầng, định hướng thúc đẩy sử dụng hiệu lượng cơng trình xây dựng,” Việt Nam, 2021 http://tietkiemnangluong.xaydung.gov.vn/news-t761.html (accessed Aug 08, 2022) [6] T T Lê, “Tối ưu hóa ước tính mức tiêu thụ lượng tòa nhà dựa dựa thuật tốn trí tuệ nhân tạo,” Luận văn Thạc sĩ, Đại học Bách Khoa - ĐHQG Tp Hồ Chí Minh, Việt Nam, 2020 [7] M Der Yang et al., “Multiobjective optimization design of green building envelope material using a non-dominated sorting genetic algorithm,” Appl Therm Eng., vol 111, pp 1255–1264, 2017, doi: 10.1016/j.applthermaleng.2016.01.015 [8] Bộ xây dựng, “Vai trò Cơng trình hiệu lượng, Cơng trình xanh phát triển bền vững Việt Nam,” Việt Nam, 2021 http://tietkiemnangluong.xaydung.gov.vn/project-t763.html [9] F Ascione et al., “Artificial Neural Networks for Predicting the Energy Behavior of a Building Category: A Powerful Tool for Cost-Optimal Analysis.” Cost-Effective Energy Efficient Building Retrofitting Woodhead Publishing, 2017, doi: 10.1016/B978-0-08-101128-7.00011-3 [10] Y Meraihi et al., “Dragonfly algorithm: a comprehensive review and applications,” Neural Comput Appl., vol 32, no 21, pp 16625–16646, 2020, doi: 10.1007/s00521-020-04866-y [11] A T Nguyen et al., “A review on simulation-based optimization methods HVTH: Lê Thanh Hoàng - 1970707 Trang 68 LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn applied to building performance analysis,” Appl Energy, vol 113, pp 1043– 1058, 2014, doi: 10.1016/j.apenergy.2013.08.061 [12] F P Chantrelle et al., “Development of a multicriteria tool for optimizing the renovation of buildings,” Appl Energy, vol 88, no 4, pp 1386–1394, 2011, doi: 10.1016/j.apenergy.2010.10.002 [13] M Ferrara et al., “A simulation-based optimization method for cost-optimal analysis of nearly Zero Energy Buildings,” Energy Build., vol 84, pp 442– 457, 2014, doi: 10.1016/j.enbuild.2014.08.031 [14] Z Wang and G P Rangaiah, “Application and Analysis of Methods for Selecting an Optimal Solution from the Pareto-Optimal Front obtained by Multiobjective Optimization,” Ind Eng Chem Res., vol 56, no 2, pp 560– 574, 2017, doi: 10.1021/acs.iecr.6b03453 [15] T M E et al., “The early design stage of a building envelope: Multi-objective search through heating, cooling and lighting energy performance analysis,” Appl Energy, vol 154, pp 577–591, 2015, doi: 10.1016/j.apenergy.2015.04.090 [16] Y Ma et al., “Comparison of different solar-assisted air conditioning systems for Australian office buildings,” Energies, vol 10, no 10, 2017, doi: 10.3390/en10101463 [17] N Delgarm et al., “A novel approach for the simulation-based optimization of the buildings energy consumption using NSGA-II: Case study in Iran,” Energy Build., vol 127, pp 552–560, 2016, doi: 10.1016/j.enbuild.2016.05.052 [18] N Delgarm et al., “Multi-objective optimization of building energy performance and indoor thermal comfort: A new method using artificial bee colony (ABC),” Energy Build., vol 131, pp 42–53, 2016, doi: 10.1016/j.enbuild.2016.09.003 [19] N Delgarm et al., “Multi-objective optimization of the building energy performance: A simulation-based approach by means of particle swarm optimization (PSO),” Appl Energy, vol 170, pp 293–303, 2016, doi: 10.1016/j.apenergy.2016.02.141 [20] T T Nguyen and P Van Toi, “Nghiên cứu, đề xuất suất tiêu thụ điện cho văn phịng làm việc: Ap dụng tính tốn cho văn phịng làm việc Hà Nội,” J Sci Technol Civ Eng - NUCE, vol 12, no 2, pp 59–64, 2018, doi: 10.31814/stce.nuce2018-12(2)-09 [21] K Bamdad et al., “Ant colony algorithm for building energy optimisation problems and comparison with benchmark algorithms,” Energy Build., vol 154, pp 404–414, 2017, doi: 10.1016/j.enbuild.2017.08.071 [22] F Ascione et al., “A new comprehensive framework for the multi-objective optimization of building energy design: Harlequin,” Appl Energy, vol 241, no HVTH: Lê Thanh Hoàng - 1970707 Trang 69 LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn October 2018, pp 331–361, 2019, doi: 10.1016/j.apenergy.2019.03.028 [23] M M Mafarja et al., “Binary Dragonfly Algorithm for Feature Selection,” Proc - 2017 Int Conf New Trends Comput Sci ICTCS 2017, vol 2018-Janua, pp 12–17, 2017, doi: 10.1109/ICTCS.2017.43 [24] W Yu et al., “Application of multi-objective genetic algorithm to optimize energy efficiency and thermal comfort in building design,” Energy Build 88, pp 135–143, 2015 [25] F Ascione et al., “Artificial neural networks to predict energy performance and retrofit scenarios for any member of a building category: A novel approach,” Energy, vol 118, pp 999–1017, 2017, doi: 10.1016/j.energy.2016.10.126 [26] S.-H Hyun et al., “Uncertainty and sensitivity analysis of natural ventilation in high-rise apartment buildings,” Build SIMULATION, China, 2007 [27] Y Heo et al., “Calibration of building energy models for retrofit analysis under uncertainty,” Energy Build., vol 47, no 2012, pp 550–560, 2012, doi: 10.1016/j.enbuild.2011.12.029 [28] A I Hammouri et al., “An improved Dragonfly Algorithm for feature selection,” Knowledge-Based Syst., vol 203, p 106131, 2020, doi: 10.1016/j.knosys.2020.106131 [29] S Bucking et al., “A methodology for identifying the influence of design variations on building energy performance,” J Build Perform Simul., vol 7, no 6, pp 411–426, 2014, doi: 10.1080/19401493.2013.863383 [30] R Rezaee et al., “Assessment of uncertainty and confidence in building design exploration,” Artif Intell Eng Des Anal Manuf AIEDAM, vol 29, no 4, pp 429–441, 2015, doi: 10.1017/S0890060415000426 HVTH: Lê Thanh Hoàng - 1970707 Trang 70 LUẬN VĂN CAO HỌC 2022 GVHD: PGS.TS Phạm Vũ Hồng Sơn PHẦN LÝ LỊCH TRÍCH NGANG Họ tên: LÊ THANH HOÀNG Ngày, tháng, năm sinh: 23/03/1995 Nơi sinh: Hà Tĩnh Địa liên lạc: số đường Thất Khê, phường Vĩnh Nguyên, Nha Trang, Khánh Hòa Email: lehoangqlxd@gmail.com Sđt: 0917057187 QUÁ TRÌNH ĐÀO TẠO Từ 2013 đến năm 2017: Học đại học quy chuyên ngành Kỹ Thuật Xây Dựng trường Đại Học Nha Trang Từ 2019 đến nay: Học thạc sỹ chuyên ngành Quản lý Xây Dựng trường Đại Học Bách Khoa TP Hồ Chí Minh Q TRÌNH CƠNG TÁC Từ 06/2016 đến 11/2017: Cơng Ty Cổ Phần Xây Dựng Khánh Hịa Từ 12/2017 đến 06/2018: Ban Quản lý dự án công trình xây dựng Nha Trang Từ 06/2018 đến 03/2021: Sở Xây dựng tỉnh Khánh Hòa Từ 03/2021 đến nay: Khoa Xây dựng – Trường Đại học Nha Trang HVTH: Lê Thanh Hoàng - 1970707 Trang 71