이 연구는 건물 에너지 소비 및 비용 절감을 위한 핵심 요인을 식별하고 최적화된 예측 모델을 개발하여 지속가능한 건물 관리를 지원한다.
이 연구는 건물 에너지 소비 패턴을 파악하고 자원 사용 최적화 전략을 개발하기 위해 광범위한 건물 인프라 데이터를 활용합니다. Lasso 회귀, 의사결정 트리, 랜덤 포레스트 모델을 사용하여 에너지 사용 예측의 정확성을 높이고, 메타휴리스틱 기법을 적용하여 의사결정 트리 알고리즘의 성능을 향상시킵니다. 이를 통해 에너지 효율이 높고 낮은 건물의 특성을 심도 있게 이해할 수 있습니다. 이 연구 결과는 에너지 소비 및 운영 비용 절감을 위한 실용적인 통찰력을 제공하여 지속 가능한 발전과 청정 생산에 기여합니다.
이 연구는 건물 에너지 소비 패턴을 파악하고 자원 사용 최적화 전략을 개발하기 위해 광범위한 건물 인프라 데이터를 활용합니다. 정확한 에너지 사용 예측을 위해 Lasso 회귀, 의사결정 트리, 랜덤 포레스트 모델을 사용하며, 메타휴리스틱 기법을 적용하여 의사결정 트리 알고리즘의 예측 정확도를 향상시킵니다. 이를 통해 에너지 효율이 높고 낮은 건물의 특성을 심도 있게 이해할 수 있습니다. 이 연구 결과는 에너지 소비 및 운영 비용 절감을 위한 실용적인 통찰력을 제공하여 지속 가능한 발전과 청정 생산에 기여합니다.