ESCUELA DE DOCTORADO

 
Tesis Doctorales de la Universidad de Alcalá
Más información
MEJORA DE LA EFICIENCIA ENERGETICA DE CIUDADES INTELIGENTES APLICANDO TECNICAS DE SOFT COMPUTING
Autor/aGarces Jimenez, Alberto
DepartamentoCiencias de la Computación
Director/aGómez Pulido, José Manuel
Codirector/aGarcía Tejedor, Álvaro José
Fecha de defensa25/09/2020
CalificaciónSobresaliente Cum Laude
ProgramaIngeniería de la Información y del Conocimiento (RD 99/2011)
Mención internacionalNo
ResumenLa presente Tesis es fruto de un trabajo de investigación para mejorar el aprovechamiento energético mediante la aplicación de técnicas de soft computing en sistemas de alto consumo de una ciudad. Los conceptos de ciudad inteligente (smart city), edificio inteligente (smart building) y alumbrado inteligente (intelligent street ligthing o smart street lighting) utilizan las Tecnologías de la Información y las Comunicaciones (TIC) para mejorar la eficiencia energética, incrementando la calidad de los servicios en cuanto al bienestar y confort de las personas de forma sostenible. El estudio se focaliza en dos sistemas urbanos de alto consumo: la climatización de edificios y el alumbrado público, dotando de ¿inteligencia¿ a la gestión y ¿robustez¿ al control. Se presentan 3 artículos realizados por el autor que han sido publicados en revistas de alto impacto internacional en los que se pone a prueba la investigación de esta Tesis. En ellos se abordan problemas de eficiencia energética en entornos urbanos a los que se aplican arquitecturas de gestión autónoma, sistemas de lógica borrosa y modelos de redes neuronales, incluidos en el conjunto de técnicas aproximativas de Inteligencia Artificial, conocidas como `soft computing¿. Los resultados obtenidos se prueban en casos de estudio de interés por su actualidad y novedad. Así, el primer artículo explica una nueva arquitectura de agentes inteligentes denominada ACODAT (Autonomous Cycle of Data Analysis Tasks) que permite la gestión autónoma de la climatización de edificios y prueba su idoneidad. El segundo artículo propone un controlador avanzado basado en lógica borrosa denominado LAMDA (Learning Algorithm for Multivariate Data Analysis), que mejora la respuesta a perturbaciones y cambios de contexto de un controlador capaz de trabajar con sistemas no lineales. El tercer artículo analiza el rendimiento de distintas arquitecturas de una red neuronal tipo perceptrón (MLP) que se usará como función de ajuste de simulaciones rápidas de alumbrado para optimizar varios objetivos simultáneamente.