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
- Phân tích và khuyến nghị hoàn thiện tiêu chuẩn gối cầu TCVN 13594-8:2023 cho cầu đường sắt tốc độ cao có yêu cầu kháng chấn
- Phân tích tai nạn giao thông liên quan đến người đi bộ ở nước ta bằng Python
- Giải pháp giếng cát đóng túi trong xử lý nền đất yếu và khả năng ứng dụng tại Việt Nam
- Nâng cao hiệu quả việc thực hành tay nghề thi công cơ bản và công tác sản xuất kết hợp sinh viên Khoa Công trình - Trường Đại học Công nghệ Giao thông vận tải
- Nỗ lực của nhà thầu hướng đến thành công dự án nhà công nghiệp : phân tích nghiên cứu liên quan





