PROPOSTA DE REDE NEURAL ARTIFICIAL PARA ESTIMATIVA DO CONFORTO TÉRMICO

Resumo

O artigo apresenta o desenvolvimento de um procedimento utilizando Rede Neural Artificial (RNA) para realizar a previsão do conforto térmico. Os dados utilizados na pesquisa foram disponibilizados no banco de dados da ASHRAE, que reúne dados climatológicos de trabalhos científicos mundiais. Para a arquitetura da RNA, optou-se por um modelo Feed-Forward (FF) com rede triangular de três camadas, otimizador NAdam com taxa de aprendizado de 0,01 e função de ativação ReLu em três camadas. Dividiram-se os dados em 70% para treinamento e 30% para teste, utilizando um batch size de 512 executando 1.500 epochs. Os parâmetros de entrada usados foram: índice de resistência térmica das vestimentas, taxa de metabolismo individual, temperatura do ar, umidade relativa do ar, velocidade do ar e temperatura externa mensal do ar, e o parâmetro de saída foi o conforto térmico. O desenvolvimento da rede neural foi realizado em linguagem Python utilizando as bibliotecas existentes (Tensorflow e Keras), sendo posteriormente disponibilizado no Github. Os resultados mostraram que a RNA ajustada apresentou um erro de 13,7%, considerada como tendo um bom ajuste para estimar a sensação térmica.