Phát triển mô hình Bayes động kết hợp thuật toán Markov Chain Monte Carlo để lựa chọn chương trình năng lượng tái tạo tối ưu trong công trình xây dựng
Tác giả: Phạm Vũ Hồng Sơn, Trần Bình Phương Nhân
Số trang:
Tr. 79-84
Tên tạp chí:
Xây dựng
Số phát hành:
Số 12
Kiểu tài liệu:
Tạp chí trong nước
Nơi lưu trữ:
03 Quang Trung
Mã phân loại:
624
Ngôn ngữ:
Tiếng Việt
Từ khóa:
Năng lượng tái tạo, người ra quyết định, mô hình đồ họa Bayes động, thuật toán Markov Chain Monte Carlo, các chỉ số năng lượng bền vững (Sis), ra quyết định lựa chọn nhiều tiêu chí
Chủ đề:
Năng lượng
&
Công trình xây dựng
Tóm tắt:
Nghiên cứu này sẽ vận dụng tính năng vượt trội của mô hình Bayes động (DBM) kết hợp Markov Chain Monte Carlo (MCMC) để xử lý biến thay đổi theo thời gian. Qua đó, giúp người đọc nói chung, cũng như người ra quyết định nói riêng có sự nhìn nhận tổng quát hơn về sự thay đổi vị trí xếp hạng của các nguồn RE theo thời gian. Đồng thời giúp cho ta lựa chọn tối ưu nhất các nguồn RE theo xu hướng phát triển của xã hội.
Tạp chí liên quan
- Kết quả điều trị tổn thương thần kinh quay đoạn cánh tay do chấn thương bằng kỹ thuật vi phẫu
- Tỷ lệ, đặc điểm lâm sàng, cận lâm sàng trẻ sơ sinh non tháng thiếu máu tại Bệnh viện Sản Nhi Ninh Bình năm 2025
- Kết quả giảm đau sớm của chườm lạnh kết hợp với phương pháp giảm đau tự kiểm soát trên người bệnh thay khớp háng
- Kĩ thuật bơm bóng động mạch chủ trong can thiệp nội mạch ở người bệnh phình động mạch chủ bụng vỡ tại Viện Tim mạch Việt Nam
- Viêm não tự miễn do kháng thể kháng thụ thể nmda tái phát nhiều lần ở trẻ em : một báo cáo ca bệnh





