Uso de redes neurais artificiais para estimação do voto de percepção térmica a céu aberto em clima tropical de savana

Autores

DOI:

https://doi.org/10.46421/encac.v17i1.3871

Palavras-chave:

Inteligência artificial, conforto térmico, voto de sensação térmica

Resumo

O conhecimento da percepção térmica em ambientes a céu aberto exige a aplicação de entrevistas em campo. Essas campanhas são demoradas e apresentam alto custo de execução, uma vez que é necessário coletar dados em vários períodos do ano e realizar grande quantidade de entrevistas para caracterizar a adaptação térmica dos indivíduos. Com vistas a otimizar essa etapa, vislumbra-se a aplicação da técnica de Redes Neurais Artificiais (RNA), que possibilita a integração de dados e a criação de modelos capazes de prever comportamentos humanos em resposta às características do ambiente. Este estudo tem por objetivo avaliar a precisão da aplicação de RNA na estimação da percepção térmica declarada para ambientes a céu aberto em região de clima tropical de savana. A metodologia se utiliza de banco de dados secundário de percepção declarada por entrevistados, obtida simultaneamente às variáveis meteorológicas. A RNA foi desenvolvida utilizando o aplicativo MATLAB, com configurações específicas para a estrutura e algoritmo de aprendizado. As estimações com a rede neural modelada envolveram a utilização de nove combinações diferentes de variáveis de entrada para o aprendizado, visando a determinação da melhor precisão com o banco de dados disponível. Os melhores resultados se apresentam quando a rede é treinada utilizando como inputs as variáveis antropométricas, individuais, meteorológicas e o local de coleta de dados, obtendo-se raiz quadrática média dos erros de 0,115 e coeficiente de correlação de 0,783. Constatou-se, também, que o gênero foi a variável de entrada que menos afetou a precisão da rede quando foi excluída do treinamento.

Biografia do Autor

Thomas Keiti Onuma, Universidade Federal de Mato Grosso

Engenheiro Civil pela Universidade Federal do Mato Grosso (Cuiabá - MT, Brasil).

Ivan Julio Apolonio Callejas, Universidade Federal de Mato Grosso

Doutorado em Física Ambiental pela Universidade Federal do Mato Grosso. Professor Adjunto na Universidade Federal do Mato Grosso (Cuiabá - MT, Brasil).

Luciane Cleonice Durante, Universidade Federal de Mato Grosso

Doutorado em Física Ambiental pela Universidade Federal do Mato Grosso. Professora Titular na Universidade Federal do Mato Grosso (Cuiabá - MT, Brasil).

Referências

ASHRAE - AMERICAN SOCIETY OF HEATING, REFRIGERATING AND AIR CONDITIONING ENGINEERS. Standard 55: Thermal environmental for human occupancy. Atlanta, 2010.

BORGES, V. C. D. A. L., CALLEJAS, I. J. A., DURANTE, L. C. (2020) Thermal sensation in outdoor urban spaces: a study in a tropical savannah climate- Brazil. Int J Biometeorol, v.64, n. 3, p.533–545. https://doi.org/10.1007/s00484-019-01830-x

CALLEJAS, I. J. A.; BIANCHI, E. C. Utilização de Redes Neurais Artificiais para estimação do Índice de Bulbo Úmido Termômetro de Globo (IBUTG). In: Encontro Nacional de Tecnologia no Ambiente Construído, 18., 2020, Porto Alegre. Anais.... Porto Alegre: ANTAC, 2020. p. 1–8. https://doi.org/10.46421/entac.v18i.713

CHAN, S. Y.; CHAU, C. K. Development of artificial neural network models for predicting thermal comfort evaluation in urban parks in summer and winter. Building and Environment, v. 164, 106364, 2019. Disponível em: https://doi.org/10.1016/j.buildenv.2019.106364. Acesso em: 25 nov. 2022.

CORREA, S. M. B. B. Probabilidade e estatística. Belo Horizonte: PUC Minas Virtual, 2003.

DENG, Z.; CHEN, Q. Artificial neural network models using thermal sensations and occupants’ behavior for predicting thermal comfort. Energy and Buildings, v. 174, p. 587-602, 2018. https://doi.org/10.1016/j.enbuild.2018.06.060

HAYKIN, S. Redes neurais: princípios e práticas. 2. ed. Porto Alegre: Bookman, 2001. 898p.

INPE - INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Estação de Cuiabá - Climatologia Local. Disponível em: http://sonda.ccst.inpe.br/estacoes/cuiaba_clima.html. Acesso em: 06 fev. 2023.

ISO - INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO 10551: Ergonomics of the thermal environment – assessment of the influence of the thermal environment using subjective judgement scales. Geneva, 2019.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Censo Brasileiro de 2021. Rio de Janeiro: IBGE, 2021.

KEELING, T. P.; ROESCH, E. B.; CLEMENTS-CROOME, D. Cognitive Appraisals Affect Both Embodiment of Thermal Sensation and Its Mapping to Thermal Evaluation. Frontiers in Psychology, v. 7, n. 800, 2016. https://doi.org/10.3389/fpsyg.2016.00800

LIU, W.; LIAN, Z.; ZHAO, B. A neural network evaluation model for individual thermal comfort. Energy and Buildings, v. 39, n. 10, p. 1115-1122, 2007. https://doi.org/10.1016/j.enbuild.2006.12.005

MATHWORKS. MATLAB. Disponível em: <https://www.mathworks.com/products/matlab.html>. Acesso em: 11 dez. 2022.

PEEL, M. C.; FINLAYSON, B. L.; McMAHON, T. A. Updated world map of the Köppen-Geiger climate classification. Hydrology and Earth System Sciences Discussions, European Geosciences Union, v. 11, p.1633-1644, 2007. https://doi.org/10.5194/hess-11-1633-2007

SHAH, R.; PANDIT, R. K.; GAUR, M. K. Thermal comfort analysis through development of artificial neural network models: An experimental study in Cwa climate. Materials Today: Proceedings, v. 57, p. 2018-2025, 2022. https://doi.org/10.1016/j.matpr.2021.11.139

VELLEI, Marika et al. Dynamic thermal perception: A review and agenda for future experimental research. Building and Environment, v. 205, p. 108269, 2021. https://doi.org/10.1016/j.buildenv.2021.108269

VON GRABE, J. Potential of artificial neural networks to predict thermal sensation votes. Applied energy, v. 161, p. 412-424, 2016. https://doi.org/10.1016/j.apenergy.2015.10.061

Downloads

Publicado

26-10-2023

Como Citar

ONUMA, Thomas Keiti; CALLEJAS, Ivan Julio Apolonio; DURANTE, Luciane Cleonice. Uso de redes neurais artificiais para estimação do voto de percepção térmica a céu aberto em clima tropical de savana. In: ENCONTRO NACIONAL DE CONFORTO NO AMBIENTE CONSTRUÍDO, 17., 2023. Anais [...]. [S. l.], 2023. p. 1–9. DOI: 10.46421/encac.v17i1.3871. Disponível em: https://eventos.antac.org.br/index.php/encac/article/view/3871. Acesso em: 4 nov. 2024.

Edição

Seção

3. Conforto Térmico

Artigos mais lidos pelo mesmo(s) autor(es)