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
- Mối liên quan giữa một số đặc điểm lâm sàng và giải phẫu bệnh của sarcôm tạo xương với dấu ấn SATB2
- Đặc điểm mô bệnh học và hóa mô miễn dịch sarcoma màng hoạt dịch tại Bệnh viện K
- Nghiên cứu dấu hiệu lâm sàng và đặc điểm giải phẫu bệnh của bệnh viêm da cơ
- Đánh giá biểu hiện của thụ thể androgen trên bệnh ung thư vú bộ ba âm tính bằng phương pháp hóa mô miễn dịch
- Nghiên cứu đặc điểm hoá mô miễn dịch của EGFR và các dấu ấn CK, p63, Vimentin trong ung thư biểu mô vú dị sản tại Bệnh viện K





