Sztuczna inteligencja i ochrona środowiska budynków
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 18 Nr 2 (2023)
-
Przyszłość czasopisma Problemy Ekrozwoju/ Problems of Sustainable Development
Artur Pawłowski7-12
-
Od obszaru odbudowy do zrównoważonego rozwoju: koncepcja metodologiczna efektywnego rozwoju społeczno-gospodarczego Ukrainy po wojnie
Nataly Martynovych, Iryna Yemchenko, Tetiana Kulinich13-25
-
Wpływ wojny w Ukrainie na bezpieczeństwo żywnościowe krajów o niskich dochodach
Olena Shevchuk, Olha Ilyash, Serhii Kozlovskyi, Nadiia Roshchyna, Svitlana Hrynkevych, Vira Butenko, Glib Mazhara26-41
-
Czy obecna rzeczywistość sprzyja wdrażaniu zrównoważonego rozwoju?
Wiesław Sztumski42-48
-
Relacje między dobrostanem a zrównoważonym rozwojem w grupie wybranych krajów rozwiniętych
Magdaléna Drastichová, Peter Filzmoser, Rastko Gajanin49-77
-
Porównanie Japonii i krajów OECD pod względem zasobów związanych z dobrostanem
Fatma Ince78-85
-
W kierunku ekonomii politycznej energii odnawialnej: czy demokracja i globalizacja mają znaczenie dla krajów Europy Środkowej i Wschodniej (CEEC)
Orhan Cengiz, Müge Manga86-101
-
Rola edukacji i innowacji w promocji energii odnawialnej w krajach OECD i BRICS
Junrong Li, Abid Rehman, Jamal Khan102-110
-
W kierunku zrównoważonego rozwoju: powrót do hipotezy pułapki średniego dochodu dla południowych krajów wspólnego rynku
Veli Yilanci, Uğur Ursavaş, Tamer Güven111-120
-
Filozofia zrównoważonego rozwoju: Zrozumienie znaczenia równości płci w zarządzaniu organizacjami biznesowymi
Purnima Lenka121-127
-
Zrównoważone źródła utrzymania Fundacji Rozwoju Obszarów Wiejskich jako droga do zrównoważonego rozwoju
Abhijeet Kumar, Avinash Kumar, Swati Kumari, Neha Kumari, Sneha Kumari, Puja Mishra128-140
-
Zielony marketing: etyczne i ekologiczne podejście do zrównoważonego biznesu
Sachin Chauhan, Naznin Naznin141-147
-
O relacji pomiędzy standardami ISO a zrównoważonym rozwojem
Enriko Ceko148-158
-
Wpływ technologii Blockchain na zrównoważoną wydajność w zarządzaniu łańcuchem dostaw
Shuang Wang, Guixian Tian, Tahir Islam, Farhan Zeb Khaskhelly, Maria Aijaz Shaikh159-166
-
Ekologiczny łańcuch dostaw: narzędzia do oceny E-odpadów – globalna perspektywa
Liao Meihui, Maryam Khokhar, Indrajit Patra167-182
-
Analiza i audyt sprawozdawczości zrównoważonego rozwoju dla sieci handlowych i kierunków ich doskonalenia
Alla Us, Karina Nazarova183-192
-
Model oceny środowiskowej zrównoważonej konkurencyjnej turystyki opartej na entropii
Danijela Pantović, Marija Kostić, Sonja Veljović, Milica Luković193-203
-
Badanie wpływu reform i otwarcia na zrównoważony rozwój: dowody z Chin
Linglin Xiang, Huaixi Zhang, Yiqing Lyu204-2015
-
Nadzorowany kredyt, strategie rządowe i zielony rozwój: przykład Chin
Bingbing Zhang216-228
-
Logistyka inteligentnych portów w Ukrainie: problemy i perspektywy w warunkach zrównoważonego rozwoju
Arsen Muradian, Olexiy Kuzkin, Natalia Remzina229-241
-
Badanie wpływu edukacji na kobiety pracujące w rolnictwie w aspekcie tworzenia się kapitału ludzkiego w Afryce. Analiza interakcji
Zhichao Yu, Romanus Osabohien242-248
-
Środowisko, Gospodarka i Społeczeństwo – Ciało, Umysł i Dusza zrównoważonego projektowania budynków
G Venkatesh249-253
-
Sztuczna inteligencja i ochrona środowiska budynków
Zheng Chen, Yu He254-262
-
Rekonstrukcja Miejskiego Centrum Historycznego: współczesne problemy, trudności i perspektywy
Jawdat Goussous, Kabila Faris Hmood263-267
-
Zmiana narracji wobec natury: w kierunku zrównoważoności
Atreyee Mukherjee268-272
Archiwum
-
Tom 20 Nr 2
2025-07-10 19
-
Tom 20 Nr 1
2025-01-10 22
-
Tom 19 Nr 2
2024-07-01 24
-
Tom 19 Nr 1
2024-01-08 27
-
Tom 18 Nr 2
2023-07-10 25
-
Tom 18 Nr 1
2023-01-01 25
-
Tom 17 Nr 2
2022-07-04 26
-
Tom 17 Nr 1
2022-01-03 28
-
Tom 16 Nr 2
2021-07-01 26
-
Tom 16 Nr 1
2021-01-04 24
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
Globalne zanieczyszczenie środowiska ma niezwykle negatywny wpływ na naszą planetę i zagraża przyszłości ludzkości. Jednym z głównych źródeł emisji odpadów i substancji toksycznych do atmosfery jest sektor budowlany. Konieczne jest znalezienie sposobów na zminimalizowanie szkód wyrządzanych przyrodzie. Obecnie technologie sztucznej inteligencji należą do najbardziej obiecujących sposobów poprawy stanu środowiska. Układy automatyki rozwiązują szereg problemów związanych z redukcją kosztów i zasobów, pełnym wykorzystaniem odnawialnych źródeł energii, poprawą bezpieczeństwa systemów energetycznych i wieloma innymi. Celem artykułu jest określenie funkcjonalności technologii sztucznej inteligencji oraz sposobów jej zastosowania w zielonym budownictwie. Zastosowano metody analizy i syntezy istniejących modeli informacyjnych. W artykule opisano systemy automatycznego sterowania w projektowaniu, budowie i eksploatacji budynków. Należą do nich dobrze znane metody, takie jak Building Information Model, Machine Learning, Deep Learning, oraz wąskoprofilowe: Response Surface Methodology, Multi-Agent System, Digital Twins itp. Ponadto badanie stwierdza, że podczas planowania i aranżacji zielone budynki muszą spełniać następujące zasady: wysoka efektywność energetyczna, racjonalne wykorzystanie zasobów naturalnych, dostosowanie do środowiska i klimatu, zapewnienie komfortu i bezpieczeństwa mieszkańcom. W artykule przedstawiono standardy zielonego budownictwa istniejące na świecie. Praca ta może służyć jako przewodnik przy wyborze modeli informacyjnych i ma praktyczną wartość w rozwoju zielonych budynków.
Słowa kluczowe:
Bibliografia
AKOMEA-FRIMPONG I., KUKAH A. S., JIN X., OSEI-KYEI R., PARIAFSAI F., 2022, Green finance for green buildings: A systematic review and conceptual foundation, Journal of Cleaner Production 356: 131869.
BADUGE S.K., THILAKARATHNA S., PERERA J.S., ARASHPOUR M., SHARAFI P., TEODOSIO B., SHRINGI A., MENDIS P., 2022, Artificial intelligence and smart vision for building and construction 4.0: Machine and deep learning methods and applications, Automation in Construction 141: 104440.
BUILTIN, 2022, What is deep learning and how does it work? https://builtin.com/machine-learning/what-is-deep-learning.
CHINESESTANDARD.NET, 2014, Assessment standard for green building, https://www.chinesestandard.net/PDF.aspx/GBT50378-2014.
DING Z., LI Z., FAN C., 2018, Building energy savings: Analysis of research trends based on text min-ing, Automation in Construction 96: 398-410.
DOUNIS A.I., 2010, Artificial intelligence for energy conservation in buildings, Advances in Building Energy Research 4(1): 267-299.
DOWLING R., MCGUIRK P., MAALSEN S., SADOWSKI J., 2021, How smart cities are made: A priori, ad hoc and post hoc drivers of smart city implementation in Sydney, Australia, Urban Studies, 58(16): 3299-3315.
GOHARI S., BAER D., NIELSEN B. F., GILCHER E., SITUMORANG W.Z., 2020, Prevailing ap-proaches and practices of citizen participation in smart city projects: Lessons from Trondheim, Nor-way, Infrastructures 5(4): 36.
IEA, 2019, Global Status Report for Buildings and Construction, https://www.iea.org/reports/global-status-report-for-buildings-and-construction-2019.
JINKANG R., 2019, Environmental impact, significance and development direction of green buildings, Green Building Materials 3: 30-31.
JONBAN M.S., ROMERAL L., AKBARIMAJD A., ALI Z., GHAZIMIRSAEID S.S., MARZBAND M., PUTRUS G., 2021, Autonomous energy management system with self-healing capabilities for green buildings (microgrids), Journal of Building Engineering 34: 101604.
KARCHES T., 2022, Fine-tuning the aeration control for energy-efficient operation in a small sewage treatment plant by applying biokinetic modeling. Energies 15(17): 6113, https://doi.org/10.3390/en15176113.
KAYA M.M., TAŞKIRAN Y., KANOĞLU A., DEMİRTAŞ A., ZOR E., BURÇAK I., NACAK M.C., AKGÜL F.T., 2021, Designing a smart home management system with artificial intelligence & machine learning, technical report, DOI: 10.13140/RG.2.2.33082.72641/1.
LI Q., LONG R., CHEN H., CHEN F., WANG J., 2020, Visualized analysis of global green buildings: Development, barriers and future directions, Journal of Cleaner Production 245: 118775.
LU H., SHENG X., DU F., 2022, Economic benefit evaluation system of green building energy saving building technology based on entropy weight method, Processes 10(2): 382.
PERSHAKOV V., BIELIATYNSKYI A., POPOVYCH I., LYSNYTSKA K., KRASHENINNIKOV V., 2016, Progressive collapse of high-rise buildings from fire, MATEC Web of Conferences 73: 01001, https://doi.org/10.1051/matecconf/20167301001.
SERRANO W., 2022, iBuilding: Artificial intelligence in intelligent buildings, Computing and Applications 34(2): 875-897.
SHAHSAVAR M.M., AKRAMI M., GHEIBI M., KAVIANPOUR B., FATHOLLAHI-FARD A.M., BEHZADIAN K., 2021, Constructing a smart framework for supplying the biogas energy in green build-ings using an integration of response surface methodology, artificial intelligence and petri net modelling, Energy Conversion and Management 248: 114794.
SHEN Y., FAURE M., 2021, Green building in China, International Environmental Agreements: Poli-tics, Law and Economics 21(2): 183-199.
THORPE D., ENSHASSI A., MOHAMED S., ABUSHABAN S., COURS S., 2010, The impacts of con-struction and the built environment, Willmott Dixon, London.
UN, 2015, UN Sustainability Goals, https://www.home.sandvik/en/about-us/sustainable-business/global-commitments/UN-global-goals-index/?gclid=EAIaIQobChMIibLSzZvO_AIVc0eRBR1WqAeMEAAYASAAEgIDjPD_BwE.
UN, 2020, The Paris Agreement, https://unfccc.int/process-and-meetings/the-paris-agreement/the-paris-agreement.
W, Z., JIANG M., CAI Y., WANG H., LI S., 2019, What hinders the development of green building? An investigation of China, International Journal of Environmental Research and Public Health 16(17): 3140.
WAN Y., ZHAI Y., WANG X., CUI C., 2022, Evaluation of indoor energy-saving optimization design of green buildings based on the intelligent GANN-BIM model, Mathematical Problems in Engineering 1: 10.
WANG C., 2021, Evaluation algorithm of ecological energy-saving effect of green buildings based on Gray correlation degree, Journal of Mathematics 1: 10.
WANG W., TIAN Z., XI W., TAN Y. R., DENG Y., 2021, The influencing factors of China’s green build-ing development: An analysis using RBF-WINGS method, Building and Environment 188: 107425.
WEI Y., 2021, The development of green building technology, IOP Conference Series: Earth and Envi-ronmental Science 812(1): 012011.
WORLDGBC.ORG, 2019, About Green Building, https://www.worldgbc.org/what-green-building.
WUNI I. Y., SHEN G. Q., OSEI-KYEI R., 2019, Scientometric review of global research trends on green buildings in construction journals from 1992 to 2018, Energy and Buildings 190: 69-85.
XUE F., ZHAO J., 2021, Application calibration based on energy consumption model in optimal design of green buildings, Advances in Materials Science and Engineering 1: 9.
YANG B., LV Z., WANG F., 2022, Digital twins for intelligent green buildings, Buildings 12(6): 856.
ZAKHAROV A.N., KALASHNIKOV D.B., 2020, Environmental problems of China’s industrial devel-opment, Russian Foreign Economic Bulletin 1: 40-50.
ZHANG Y., WANG H., GAO W., WANG F., ZHOU N., KAMMEN D., YING X., 2019, A survey of the status and challenges of green building development in various countries, Sustainability 11(19): 5385.
ZHANG Y., WANG J., HU F., WANG Y., 2017, Comparison of evaluation standards for green building in China, Britain, United States, Renewable and Sustainable Energy Reviews 68: 262-271.
ZHAO X.G., GAO C.P., 2022, Research on energy-saving design method of green building based on BIM technology, Scientific Programming 1: 10.
##plugins.themes.bootstrap3.article.details##
Abstract views: 1036
Downloads: 876
Licencja

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
