موسى عبدالله حميد، عصام طه ياسين، وسام محمد جاسم

قسم علوم الحاسوب – كلية علوم الحاسوب وتكنولوجيا المعلومات – جامعة الانبار

ان الغرض من أنظمة إدارة الطاقة في المباني بشكل أساس هو مراقبة استهلاك الطاقة وضبط تشغيل الجهاز لتقليل فواتير الكهرباء. الهدف من هذا العمل هو تحقيق التعاون بين خوارزميات الميتايورستك لتحسين الحل من خلال ثلاث خوارزميات، ومن هذه الخوارزميات هي: خوارزمية تحسين سرب القطط (CSO)وخوارزمية تحسين الذئاب الرمادية (GWO) ثم إيجاد الحل الأمثل القريب (التنبؤ) باستخدام خمس خوارزميات للتعلم الالي (ML). هذه الخوارزميات هي، الانحدار الخطي (LR)، والانحدار المعزز للتدرج (GBoostR)، وانحدار شجرة القرار (DTR)، والانحدار العشوائي للتدرج (SGDR)، وانحدار بايزي ريدج (BRR)) والاستفادة من التعلم العميق (الذاكرة الطويلة والقصيرة المدى (LSTM)) للتنبؤ باستهلاك الطاقة وتوليدها. بعد تطبيق التعليم الاستكشافي (الميتاهيورستك والتعلم الالي) للتنبؤ باستهلاك الطاقة، تم تقييم النموذج المستخدم بأربعة طرق، وهذه الطرق هي: متوسط ??الخطأ المطلق (MAE)، متوسط ??الخطأ التربيعي (MSE)، جذر متوسط ??الخطأ المطلق (RMAE)، وجذر المتوسط ??التربيعي نسبة الخطأ (RMSPE) لتحديد مدى جودة أداء النماذج. وان النتائج في هذه الدراسة ومن خلال طرق التعلم التجريبي (خمس طرق)، لاحظت أنه في الطريقة الأولى (HL1) استخدمت CSO مع ML، خوارزمية SGDR التي تستخدم MAE 0.0953296. لتقييم النموذج مع CSO أفضل من أربع خوارزميات تستخدم في التنبؤ باستهلاك الطاقة وتوليدها. في الطريقة الثانية (HL2) تم استخدام GWO مع ML، لاحظت أنه في الطريقة الثانية (HL2)، خوارزمية LR التي تستخدم MAE 0.0961145 لتقييم النموذج مع GWO أفضل من أربع خوارزميات تستخدم في التنبؤ باستهلاك وتوليد الطاقة. اما الطريقة الثالثة (HL3) استخدمت GWO مع ML (تدريب 70%، اختبار 30%)، لاحظت أنه في الطريقة الثالثة (HL3)، خوارزمية LR التي تستخدم MAE 0.1484461 لتقييم النموذج مع GWO أفضل من أربع خوارزميات تستخدم في التنبؤ باستهلاك الطاقة وتوليدها. في حين ان الطريقة الأربعة (HL4) المستخدمة (تدريب 90%، اختبار 10%)، أنه في الطريقة الأربعة (HL4)، فإن الخوارزمية LR التي تستخدم GWO والتي تستخدم MAE 1.85332E-10 لتقييم النموذج مع GWO أفضل من أربع خوارزميات تستخدم في التنبؤ باستهلاك الطاقة وتوليدها. وفي الاخير، لاحظت الطرق (HL5)، المستخدمة CSO وGWO مع LSTM، أنه في الطريقة الخامسة (HL5)، فإن خوارزمية GWO التي تستخدم MAE 0.0021936 لتقييم النموذج باستخدام GWO أفضل من خوارزميات CSO التي تستخدم في تحسين الحلول التي تستخدم للتنبؤ في استهلاك الطاقة وتوليدها.