Key points are not available for this paper at this time.
La communauté scientifique s'est récemment concentrée sur des modèles intelligents pour prédire et optimiser la gestion de l'énergie des véhicules électriques. Malgré de nombreuses études sur l'optimisation de la gestion énergétique, il existe un besoin crucial d'aborder le compromis entre la consommation d'énergie et le confort des occupants. Les systèmes IoT existants sont confrontés à des défis en matière de sécurité et d'authenticité des analyses de données, soulignant la nécessité de modèles contemporains pour surmonter les problèmes liés à la confidentialité des données et aux coûts. Cette étude introduit un modèle de contrat intelligent basé sur des modules d'optimisation et de contrôle, visant à gérer la consommation d'énergie tout en satisfaisant intelligemment les exigences de confort des utilisateurs. En introduisant un modèle de contrat intelligent avec des couches hiérarchiques — prédiction, optimisation, contrôle et Blockchain — l'approche proposée gère intelligemment la consommation d'énergie tout en répondant aux exigences de confort des utilisateurs. Utilisant un filtre de Kalman pour la prédiction et l'algorithme BAT pour l'optimisation, le modèle intègre des modules pour adapter les préférences des utilisateurs et améliorer le confort. La synergie entre le module d'optimisation et un FLC convolutionnel améliore la performance du système, garantissant une utilisation minimale de l'énergie et des niveaux de confort utilisateur élevés. L'étude évalue également l'implémentation du modèle sur le réseau Hyperledger Fabric, évaluant les résultats concernant le gabarit, la latence, le débit et l'utilisation des ressources.
Hijjawi et al. (Fri,) ont étudié cette question.