СТОХАСТИЧНА БАГАТОКРИТЕРІАЛЬНА ОПТИМІЗАЦІЯ СИСТЕМ МІКРОКЛІМАТУ БУДІВЕЛЬ З УРАХУВАННЯМ НЕВИЗНАЧЕНОСТІ ВХІДНИХ ПАРАМЕТРІВ
DOI:
https://doi.org/10.31649/2311-1429-2026-1-116-120Ключові слова:
мікроклімат будівель, стохастична оптимізація, метод Монте-Карло, імовірнісні обмеження, chance constraints, система вентиляції, невизначеність, енергоефективністьАнотація
Стаття присвячена аналізу методів багатокритеріальної оптимізації систем забезпечення мікроклімату будівель з урахуванням неусувної невизначеності вхідних параметрів – погодно-кліматичних умов, режимів зайнятості, фактичних теплотехнічних характеристик огороджувальних конструкцій та обладнання. Виконано короткий огляд основних підходів до формалізації задачі: скаляризація цільових функцій, методи Парето-домінування на основі еволюційних алгоритмів (NSGA-II, SPEA2), робастна оптимізація за критерієм min-max та Тагучі, нечітко-множинні моделі. Показано, що детерміновані проєктні рішення, отримані для номінальних значень параметрів, часто втрачають оптимальність у реальних умовах експлуатації через нелінійний та часто асиметричний вплив збурень на цільові функції та обмеження. Основна увага приділена стохастичній постановці задачі з імовірнісними обмеженнями (chance constraints), яка дозволяє явно контролювати рівень надійності виконання нормативних вимог до параметрів мікроклімату. Наведено математичний апарат: заміну детермінованих обмежень їх імовірнісними аналогами, числова реалізація за методом Монте-Карло з латинсько-гіперкубовим плануванням, критерій середнє-дисперсія Тагучі, а також оцінка квантилів цільової функції. На прикладі центральної системи припливно-витяжної вентиляції адміністративної будівлі площею 2000 м² у кліматичних умовах Вінниччини проведено розрахунок за методом Монте-Карло (N = 5000 реалізацій). Порівняно два рішення: детерміноване, оптимальне за номінальних значень параметрів, та стохастичне, отримане з урахуванням імовірнісного обмеження на концентрацію діоксиду вуглецю у робочій зоні. Показано, що стохастичне рішення при зростанні математичного сподівання цільової функції лише на 7 % забезпечує двократне зниження ймовірності порушення нормативу якості повітря. Побудовано залежність оптимального значення керованих змінних та мінімального математичного сподівання цільової функції від заданого рівня надійності, що дозволяє проєктувальнику робити обґрунтований компроміс між енергоефективністю та надійністю виконання нормативних вимог. Результати можуть бути використані на етапах проєктування та оптимізації систем кондиціонування повітря громадських будівель.
Посилання
Khajehzadeh, M., Suraparb Keawsawasvong, Sae-Long, W., Jamsawang, P. A fuzzy multi-objective enhanced arithmetic optimization algorithm for stochastic design of reinforced concrete cantilever retaining wall using unscented transformation. Results in Engineering. 2025. DOI: 10.1016/j.rineng.2025.107772
Anuradha, K. B. J., Iria, J., Mediwaththe, C. P. A multi-objective stochastic optimization framework for government-run community energy storage systems auctions. Journal of Energy Storage. 2025. DOI: 10.1016/j.est.2025.117614
Dang, Q., Bai, W., Li, X., Huang, Z., Yang, S. A novel stochastic fractal search operator based on particle swarm optimization for constrained multi-objective optimization. Expert Systems with Applications. 2026. DOI: 10.1016/j.eswa.2026.131670
Khajehzadeh, M., Keawsawasvong, S., Sae-Long, W., Jamsawang, P. An improved multi-objective Runge-Kutta Sinh Cosh optimizer for stochastic design of reinforced concrete cantilever retaining wall considering uncertainty. Results in Engineering. 2026. DOI: 10.1016/j.rineng.2025.108829
Liang, M., Xu, M., Wang, S. Joint design of transit and bike-sharing systems by multi-objective optimization considering stochastic user equilibrium. Omega. 2026. DOI: 10.1016/j.omega.2025.103484
Zhang, T., Zhong, W., Tan, S., Shen, F., Liu, Y., Peng, X. Large-scale stochastic production decision-making for coupled economy-environment-energy systems in sustainable industrial processes under uncertainty: A data-driven two-stage multi-objective optimization framework. Engineering Applications of Artificial Intelligence. 2026. DOI: 10.1016/j.engappai.2025.112976
Chen, S., Qian, J., Wu, J., Lun, I., Gu, W., Lv, Y., Ge, J. Multi-objective optimization design method for thermal performance of office building envelopes based on stochastic operation. Journal of Building Engineering. 2026. DOI: 10.1016/j.jobe.2025.115047
Pirouz, B., Guerriero, F. Multi-objective stochastic optimization problem: a systematic literature review. Applied Energy. 2026. DOI: 10.1016/j.apenergy.2025.127237
Parhoudeh, S., Eguía López, P., Kavousi Fard, A. Multi-objective stochastic–adaptive robust optimization for energy management of grid-connected energy hubs including hydrogen and thermal storages, DGs and EVs, considering energy and reserve regulation market model. Journal of Energy Storage. 2025. DOI: 10.1016/j.est.2025.118422
##submission.downloads##
-
PDF
Завантажень: 0
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.