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
- Hydroxyapatite trong ứng dụng in khung 3D tái tạo xương : tiềm năng và thách thức
- Khả năng loại bỏ methyl đỏ trong dung dịch nước bằng than hoạt tính từ vỏ cây keo lai (Acacia Hybrid)
- Nghiên cứu cơ chế hấp phụ và tán xạ Raman tăng cường bề mặt của formaldehyde
- Ảnh hưởng của áp suất đến tần số Einstein, nhiệt độ Einstein và hệ số Debye-Waller phổ EXAFS của kim loại kẽm
- Ảnh hưởng của kích thước đến nhiệt độ nóng chảy và nhiệt độ Debye của các hạt nano Ni





