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
- Đặc điểm lâm sàng và cận lâm sàng bệnh tay chân miệng có biến chứng viêm não ở trẻ em tại Bệnh viện Nhi Trung ương
- Đặc điểm vi sinh và kết quả điều trị bệnh nhân viêm phúc mạc thứ phát do thủng tạng rỗng tại Bệnh viện Trung ương Quân đội 108
- Lâm sàng, cận lâm sàng ở người bệnh nhồi máu não cấp có đái tháo đường tuýp 2
- Một số đặc điểm lâm sàng, cận lâm sàng và hình ảnh chụp cắt lớp vi tính bệnh nhân chấn thương sọ não nặng được phẫu thuật mở nắp sọ giảm áp
- Đánh giá hiệu quả và an toàn điều trị bệnh lý giác mạc dải băng bằng laser excimer





