➡️ Может ли система управления микроклиматом сама адаптироваться к изменениям?
В жилых зданиях режимы отопления и кондиционирования приходится постоянно подстраивать под погоду и присутствие людей. Авторы предложили подход, который адаптирует управление микроклиматом онлайн без заранее заданных сценариев изменения условий.
В основе модели — временные свёрточные сети для анализа долгосрочных зависимостей, метаобучение MAML для быстрой адаптации по новым наблюдениям и генетический алгоритм для оптимизации гиперпараметров. Подход протестировали в моделируемом многозонном жилом помещении с использованием реальных данных о погоде и присутствии людей. В рамках принятых модельных допущений система Spontaneous Online Learning обеспечила расчётное снижение суточного энергопотребления HVAC на 19% — примерно на 5,7 кВт·ч относительно базовых 30 кВт·ч — при сохранении заданных параметров теплового комфорта более 99% времени. Авторы рассматривают систему как методологический прототип: эффективность в реальных зданиях ещё требует экспериментальной проверки.
💗 НОЦ ФНС России и МГТУ им. Н.Э. Баумана, #ИУ12, #СМ12
💗 Discover Internet of Things | Топ 5% по SNIP
💗 doi.org/10.1007/s43926-026-00393-9
💙 Для цитирования:
Malashin I.P., Martysyuk D., Nelyub V., Borodulin A., Gantimurov A., Tynchenko V. Event-driven online adaptation for microclimate control via meta-learning and evolutionary optimization. Discover Internet of Things 2026;6:118.
https://doi.org/10.1007/s43926-026-00393-9
#online_learning #meta_learning #genetic_algorithms #microclimate_control #energy_efficiency #smart_buildings #machine_learning
Научные публикации | Бауманка
Мы в MAX