Optimisation multicritère de la performance énergétique et réduction des GES dans le bâtiment: Plateforme de simulation et de prédiction basée sur le BIM, l’ACV et l’IA pour faciliter la prise de décision
Abstract
Face à l’urgence du changement climatique, les actions visant à réduire les émissions de gaz à effet de serre revêtent une importance critique. Cependant, une complexe dichotomie se manifeste parfois lorsqu’on considère l’efficacité énergétique des bâtiments. D’une part, l’efficacité énergétique des bâtiments représente un pilier essentiel dans la lutte contre le changement climatique. La solution semble simple : en rendant les bâtiments plus économes en énergie, on réduit leur consommation globale d’énergie, ce qui devrait logiquement entraîner une baisse des émissions de GES associées à cette consommation. D’autre part, la réalité est plus nuancée. L’efficacité énergétique, bien qu’importante, ne constitue pas en soi une solution totale. De ce fait, l’objectif principal de cette thèse de doctorat est de faciliter l’optimisation multicritère pour aider à la prise de décision en définissant une plateforme de simulation et de prédiction basée sur le BIM -Building Information Modeling et l’IA – Intelligence Artificielle intégrant le BEM – Building Energy Modeling et l’ACV- Analyse de Cycle de Vie.
Résultats du projet
Contributions du projet
Équipe de recherche
L’équipe chargée de ce projet :
Équipe
L’équipe chargée de ce projet
Partenaires
Ce projet a été supporté par :
Recherches similaires
Explorez plus en profondeur notre recherche en explorant ces études et ressources connexes :