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
- Bước đầu khảo sát đặc điểm biến thể xoang tĩnh mạch sọ não trên MRI ở bệnh nhân đau đầu mạn tính
- Độ sâu xâm lấn trên cộng hưởng từ và tình trạng di căn hạch cổ ở ung thư lưỡi
- U thận chứa mỡ ở trẻ em: Báo cáo ca bệnh u quái thận nguyên phát và u nguyên bào thận dạng quái
- Đánh giá độ dày xương và mô mềm khẩu cái trên phim CBCT (Cone-Beam Computed Tomography)
- Nhận thức về vi-rút HPV của sinh viên y dược: Từ những hiểu lầm về phòng bệnh đến sự thiếu hụt kiến thức ở nam giới





