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
- Ca bệnh hiếm gặp annulaire elastolytic giant cell granuloma : phát hiện mới trên lâm sàng và cơ chế bệnh sinh
- Kết quả điều trị nám má bằng Laser Picosecond YAG 1064 nm tại Bệnh viện Da Liễu Hà Nộ
- Đánh giá kết quả phẫu thuật cholesteatoma bẩm sinh tai giữa giai đoạn potsic III
- Đặc điểm lâm sàng, cận lâm sàng và kết quả sớm phẫu thuật u mô đệm dạ dày tại Bệnh viện Hữu Nghị Việt Đức
- Kết quả tạo hình thân đốt sống bằng bơm cement sinh học có bóng qua cuống ở bệnh nhân xẹp đốt sống do loãng xương tại Bệnh viện Hữu Nghị





