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
- Nồng độ GDF-15 huyết thanh và giá trị tiên lượng biến cố suy tim ở bệnh nhân nhồi máu cơ tim cấp được can thiệp động mạch vành qua da
- Thực trạng rối loạn giấc ngủ ở người bệnh đái tháo đường típ 2
- Kết quả điều trị chấn thương niệu đạo ở trẻ em tại Bệnh viện Hữu nghị Việt Đức
- Kết quả bước đầu phẫu thuật nội soi toàn bộ xuyên sọ kẹp cổ túi phình tuần hoàn trước
- Kết cục thai kỳ của những thai phụ con so nguy cơ thấp được khởi phát chuyển dạ bằng dinoprostone và bóng đôi





