Tối ưu hóa ước tính mức tiêu thụ năng lượng trong các tòa nhà dựa trên các thuật toán trí tuệ nhân tạo
Tác giả: Trần Đức Học, Lê Tấn TàiTóm tắt:
Mô phỏng và dự báo năng lượng tiêu thụ đóng vai trò quan trọng trong việc thiết lập chính sách năng lượngvà đưa ra quyết định theo hướng phát triển bền vững. Nghiên cứu này sử dụng phương pháp kỹ thuật thốngkê và công cụ trí tuệ nhân tạo bao gồm mạng nơ-ron thần kinh (ANNs – Artificial neutral networks), máy hỗtrợ véc tơ (SVM – Support vector machine), cây phân loại và hồi quy (CART - Classification and regressiontrees), hồi quy tuyến tính (LR - Linear regression), hồi quy tuyến tính tổng quát (GENLIN - Generalized linearregression), tự động phát hiện tương tác Chi-squared (CHAID - Chi-square automatic interaction detector) vàmô hình tổng hợp (Ensemble model) để dự đoán mức tiêu thụ năng lượng trong các căn hộ tòa nhà chung cư.Bộ dữ liệu để xây dựng mô hình gồm 200 mẫu được khảo sát ở nhiều chung cư tại TP. Hồ Chí Minh. Mô hìnhđơn có hiệu quả tốt nhất trong quá trình dự đoán là CART, trong khi đó mô hình được tổng hợp tốt nhất làCART + GENLIN.
- Đánh giá sự ảnh hưởng của quản trị nguồn nhân lực trong trạng thái chuyển đổi số tòi hiệu quả hoạt động xét dưới góc độ tài chính của doanh nghiệp nhỏ và vừa trong ngành thương mại và dịch vụ : nghiên cứu trên địa bàn Hà Nội
- Weak two-scale convergence in L2 for a two-dimensional case = Hội tụ hai-kích thước yếu trong L2 cho một trường hợp hai chiều
- Strong two-scale convergence for a two-dimensional case = Hội tụ hai-kích thước mạnh cho một trường hợp hai chiều
- Applications of Google OR-Tools in solving construction management linear optimization problems = Ứng dụng công cụ Google OR-Tools trong giải các bài toán tối ưu hóa tuyến tính trong quản lý dự án xây dựng
- Transition nodal basis functions in p-adaptive finte element methods = Hàm nút cơ sở chuyển giao dùng trong phương pháp phần tử hữu hạn thích nghi loại p





