به آگاهی می رساند جلسه دفاع از پایان نامه کارشناسی ارشد خانم مهندس لیلا قیصری در رشته مهندسی شیمی با عنوان " استفاده از یادگیری ماشینی به منظور یافتن یک فرآیند تهویه مطبوع  بهینه با استفاده از آنالیزهای انرژی و اکسرژی" روز سه شنبه 16 دی ماه از ساعت 10 تا 12 در سالن حافظ دانشکده مهندسی شیمی، نفت و گاز برگزار خواهد شد. استاد راهنمای این پایان نامه جناب آقای دکتر پیرودین و استاد مشاور جناب آقای دکتر ستوده هستند. چکیده این پایان نامه به شرح زیر است:

امروزه با افزایش مصرف انرژی در بخش ساختمان، بهینه‌سازی سیستم‌های تهویه مطبوع (HVAC) به‌عنوان یکی از بزرگ‌ترین مصرف‌کنندگان انرژی، اهمیت ویژه‌ای یافته است. در این پژوهش، با هدف کاهش مصرف انرژی و بهینه­ سازی سیستم‌های تهویه مطبوع، از الگوریتم‌های یادگیری ماشینی برای پیش‌بینی و تحلیل بارهای حرارتی ساختمان‌ها استفاده شد. در گام نخست، داده‌های واقعی از چند مجموعه ‌داده شامل ساختمان‌های مسکونی، اداری و دانشگاهی از منابع معتبر بین‌المللی جمع آوری شد. سپس داده‌ها تحت پردازش اولیه شامل پاک‌سازی، نرمال‌سازی و تقسیم‌بندی آموزش و آزمون قرار گرفتند. در ادامه، چندین مدل یادگیری ماشینی شامل رگرسیون خطی، درخت تصمیم، جنگل تصادفی،گرادیان بوستینگ، ، شبکه عصبی مصنوعی، KNN و رگرسیون بردار پشتیبان (SVR) آموزش داده و ارزیابی شدند. نتایج نشان داد که مدل‌های مبتنی بر درخت‌های تصمیم با دستیابی به مقادیر بالای ضریب تعیین (R²) و کمترین خطاهای RMSE و MAE، عملکرد بهتری نسبت به سایر مدل‌ها داشتند. تحلیل اهمیت ویژگی‌ها نیز بیانگر آن بود که دما، رطوبت داخل و مساحت پنجره‌ها بیشترین تأثیر را بر بارهای حرارتی دارند. بر اساس یافته‌ها، استفاده از مدل‌های یادگیری ماشینی می‌تواند ابزاری کارآمد برای پیش‌بینی دقیق نیاز انرژی، کاهش اتلاف حرارتی و بهینه‌سازی عملکرد سیستم‌های تهویه مطبوع باشد. همچنین در این پژوهش از آنالیز اکسرژی نیز به منظور مطالعه تاثیر استفاده از پنجره تک جداره و دوجداره بر روی میزان مصرف انرژی و تخریب اکسرژی، استفاده شد.

از تمامی علاقه مندان برای شرکت در این جلسه دفاع دعوت بعمل می آید.