Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2024-193443
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!The built environment is a major contributor to global energy consumption and CO2 emissions, necessitating a focus on building energy efficiency. This study reviews the evolution of optimization techniques in improving building performance, emphasizing computational simulations, machine learning, and multi-objective optimization. Despite their proven benefits, practical application remains limited due to barriers like high computational demands, specialized knowledge, and software integration issues. This review identifies key obstacles and proposes strategies to enhance usability and efficiency. Addressing these challenges requires integrated workflows, industry-academia collaboration, and standardized guidelines. By overcoming these hurdles, the building sector can significantly advance in energy efficiency, sustainability, and climate resilience. This work highlights the importance of bridging the gap between research and practice to fully leverage optimization methods in building design.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo