محاسبات نرم به مجموعهای از روشهای جدید محاسباتی در علوم رایانه، هوش مصنوعی، یادگیری ماشینی و یادگیری عمیق گفته میشود. بهعنوان مهمترین شاخههای این محاسبات، میتوان الگوریتم بهینهسازی ژنتیک و شبکههای عصبی مصنوعی را نام برد. هدف این پژوهش بکارگیری نوآورانه روش های محاسبات نرم در مدلسازی و طراحی شرایط کارکردی بهینه سیستم کولر هیبریدی تراکمی-تبخیری میباشد که بتوان با استفاده از آن دو پارامتر دما و رطوبت را کنترل و در حد شرایط آسایش تثبیت کرد و همزمان از نظر مصرف منابع انرژی مانند آب و برق صرفه جویی صورت پذیرد. کولر مورد نظر برای اقلیم آب هوایی شهر سنندج طراحی و مدلسازی ساخته میشود اما اصول طراحی برای تمام اقلیمها یکسان خواهد بود. ابتدا برای اقلیم آب و هوایی سنندج، مدل پایه مناسب به عنوان مدل اولیه سیستم کولر هیبریدی در نظر گرفته شده و مراحل مدلسازی نرم و بهینه سازی چند هدفی بر روی آن انجام می گیرد. برای ساخت مدل شبکه عصبی نوع GMDH ، متغیرهای نسبت دبی جرمی هوای ورودی، دمای هوا خروجی از کولر تراکمی و گرمای دفع شده تبرید به عنوان سه متغیر ورودی و هزینه جاری و مقدار آب مصرفی به عنوان متغیرهای خروجی در نظر گرفته میشوند. برای هر یک از متغیرهای هزینه و مقدار آب مصرفی یک شبکه عصبی- مصنوعی در قالب مدل جایگزین ساخته شده و به عنوان توابع هدف وارد فرایند بهینه سازی چند هدفی می شوند. با استفاده از الگوریتم ژنتیک چند هدفی، مسئله بهینهسازی پارتو (غیر برتر) دو هدفی به منظور کمینه سازی همزمان توابع هدف هزینه جاری و مقدار آب مصرفی انجام می شود. از فرایند بهینهیابی، تعدادی نقطه بهینه غیربرتر حاصل میشود، که همه این نقاط میتوانند به عنوان یک سیستم کولر هیبریدی بهینه توسط طراح انتخاب شوند. در نهایت یک نقطه پارتو به عنوان نقطه مصالحه که همان طراحی بهینه نهایی سیستم کولر هیبریدی است، انتخاب می شود. نتایج بدست آمده افزایش قابل توجهی را در مقدار بهره وری کولر هیبریدی پیشنهاد شده نشان می دهد، بطوریکه صرفه جویی در مقدار هزینه جاری و مقدار آب مصرفی را به ترتیب تا حدود % 24 و % 56 تامین می کند.
