o:14828 Предвиђање потрошње КГХ система применом метода вештачке интелигенције докторска дисертација Prediction of energy use for hvac systems using artificial intelligence methods sr С обзиром да је сектор зградарства у Европи одговоран за 40% укупне потрошње енергије, као и за 36% укупне емисије СО2, енергертска ефикасност, а самим тим и анализа потрошње енергије су теме од великог значаја... Due to the fact that in Europe buildings account for 40% of total energy use and 36% of total CO2 emission estimation or prediction of building energy consumption is lately topic of greatest interest. This research filed involves various scientific domains. The main idea of this dissertation is to investigate application of artificial intelligence in building energy use prediction. In the statistical (data-driven) approach it is required that the input and output variables are known and measured, and the development of the “black box” model consists in determination of a mathematical description of the relationship between the independent variables and the dependent one... Техничке науке - машинство - Термотехника / Technical science, Mechanical Engineering - Thermal science Datum odbrane: 13.09.2016. енергетска ефикасност, предвиђање потрошње енергије зграда, вештачка интелигенција, вештачке неуронске мреже, метода потпорних вектора, вишестепени ансамбли, хибридни модели energy efficiency, energy consumption prediction, artificial intelligence, artificial neural networks, support vector machine, multistage ensemble, hybrid models yes 514769059 91552101 4657 91552100 514769059 2017-03-13T13:42:20.053Z 45 no 46 mentor Aleksandra A., 1986- Sretenović 2016 63 mentor Branislav. 1953- Živković 2016 63 mentor Radiša, 1969- Jovanović 2016 63 član komisije Zoran, 1961- Miljković 2016 63 član komisije Aleksandar, 1966- Jovović 2016 63 član komisije Milica Jovanović Popović 2016 179 листова 13595534 http://phaidrabg.bg.ac.rs/o:14828 no yes 4 2017-03-13T13:42:20.320Z 70 11 1067197 1067219 1067234 11 1067197 1067293 1067308 1067311 енергетска ефикасност, предвиђање потрошње енергије зграда, вештачка интелигенција, вештачке неуронске мреже, метода потпорних вектора, вишестепени ансамбли, хибридни модели energy efficiency, energy consumption prediction, artificial intelligence,artificial neural networks, support vector machine, multistage ensemble, hybrid models 1738 11A30 2016