Optimisation des contrôleurs neuronaux à base des algorithmes évolutionnaires appliqués sur un chauffage du bâtiment

Abstract

Les systèmes du chauffage deviennent de plus en plus un sujet d'actualité dans le domaine du bâtiment, vue qu'ils représentent l'élément principal pour améliorer le confort thermique des occupants. Ce travail est effectué pour but d'améliorer le confort thermique dans un bâtiment tout en réduisant la consommation d'énergie en utilisant une nouvelle approche de contrôle par réseau de neurones pour la régulation de la température intérieure dans les bâtiments tertiaires basée sur un algorithme génétique. L'objectif clé de la régulation est de diminuer la consommation d'électricité tout en maintenant un confort thermique optimal aux occupants. L'originalité de cette approche permet au système du chauffage de fonctionner face aux différentes perturbations telles que les profils d'occupation, les appareils électriques, la température intérieure, la température extérieure et les critères météorologiques. Une combinaison des algorithmes génétiques et des réseaux de neurones artificiels est appliquée durant les travaux de recherches de cette thèse afin de bénéficier des avantages de chaque approche pour concevoir un contrôleur rapide et puissant, en particulier lorsque le système manque d'un modèle mathématique et physique étant le cas de notre application qui est un modèle du chauffage d'un bâtiment conçu dans l'espace MATLAB/SIMULINK à base de la boite à outil SIMBAD (SIMulator of Buildings and Devices). L'efficacité du contrôleur suggéré est montrée d'après les résultats de simulations ainsi en assurant un haut niveau de confort dans le local commercial pendant les heures de travail en utilisant un radiateur électrique de 1000 W.