Ricerc@Sapienza

Nell'ultimo decennio la comunità scientifica internazionale ha profuso un grande sforzo nell'ottimizzazione dei consumi energetici degli edifici. Questo grazie all'interesse dei Paesi industrializzati nel comprimere i costi energetici e l'inquinamento prodotto dall'utilizzo di risorse non rinnovabili nel settore edilizio. Molto è stato fatto, ma tenuto conto della complessità dei sistemi "involucro edilizio-impianti-ambiento esterno", per spingersi verso edifici con prestazioni di categoria nZEB, occorre implementare anche nel settore edilizio ed impiantistico, metodi di calcolo nuovi, mutuabili da altri settori ingegneristici. L'intelligenza artificiale (AI) nell'ultimo lustro ha compiuto passi da gigante grazie a potenza di calcolo, reti di connessione e storage di big data in cloud, portando risultati strabilianti nei settori ove la ricerca è stata applicata. L'AI vede l'applicazione di "algoritmi genetici" (AG) per la soluzione di problemi complessi, dinamici, n-dimensionali e multi obiettivo. Tali problemi caratterizzano un'ottimizzazione avanzata dei consumi energetici e dei costi di manutenzione nel settore edilizio. A tal fine, la ricerca qui proposta, si pone l'obiettivo di cercare (attraverso l'utilizzo di un tool informatico da realizzarsi, accoppiando la programmazione di AG in Python e software di calcolo per la valutazione dei fabbisogni energetici degli edifici -EnergyPlus-) soluzioni a n variabili sulla curva di frontiera di Pareto che possano spingere la ricerca in questo campo verso risultati non ancora raggiunti. Le ricadute scientifiche dei risultati (articoli scientifici pubblicati) sarebbero notevoli, considerato il numero di ricercatori ed enti di ricerca a livello internazionale interessati a questo settore. Inoltre, il know-how acquisito potrebbe tornare utile all'Ateneo per la gestione ottimizzata del suo parco immobiliare, andando incontro agli obiettivi fissati dal Piano Energetico Sapienza (PES) e dal Piano Attuativo Energetico (PAE).