1. Trang chủ
  2. » Luận Văn - Báo Cáo

Luận văn thạc sĩ Kỹ thuật công trình biển: Ứng dụng mạng nơron nhân tạo trong dự báo ống vỡ trên mạng lưới cấp nước

138 0 0
Tài liệu đã được kiểm tra trùng lặp

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Ứng dụng mạng nơron nhân tạo trong dự báo ống vỡ trên mạng lưới cấp nước
Tác giả Hề Ĉҳc Bҧo
Người hướng dẫn TS. NGUYӈ1 48$1* 75ѬӢNG, TS. PHҤM THӎ MINH LÀNH
Trường học ĈҤI HӐC QUӔC GIA TP. HCM
Chuyên ngành Kӻ Thuұt Cụng Trỡnh BiӇn
Thể loại Luұn văn thạc sĩ
Năm xuất bản 2021
Thành phố TP. HӖ CHÍ MINH
Định dạng
Số trang 138
Dung lượng 2,79 MB

Nội dung

NHIӊM VӨ VÀ NӜI DUNG: - Thu thұp và tәng hӧp các tài liӋu nghiên cӭu vӅ mҥng QѫURQ nhân tҥo và các mô hình dӵ báo ӕng vӥ trên hӋ thӕng cҩSQѭӟc tӯ ÿyÿӅ xuҩt mô hình dӵ báo áp dөng mҥQJQѫ

Trang 1

ĈҤI HӐC QUӔC GIA TP HCM

Chuyên ngành : Kӻ Thuұt Công Trình BiӇn

Mã sӕ: 60580203

LUҰ19Ă17+Ҥ&6Ƭ

TP HӖ CHÍ MINH, tháng 2 QăP2021

Trang 2

&Ð1*75Î1+ĈѬӦC HOÀN THÀNH TҤI 75ѬӠ1*ĈҤI HӐC BÁCH KHOA ±Ĉ+4*-HCM

Thành phҫn Hӝi ÿӗQJÿiQKJLiOXұn văn thҥFVƭJӗm:

(Ghi rõ hӑ, tên, hӑc hàm, hӑc vӏ cӫa Hӝi ÿӗng chҩm bҧo vӋ luұn văn thҥFVƭ

Xác nhұn cӫa Chӫ tӏch Hӝi ÿӗQJÿiQKJLi/9Yj7Uѭӣng Khoa quҧn lý chuyên

ngành sau khi luұn văn ÿã ÿѭӧc sӱa chӳa (nӃu có)

PGS TS NGUYӈN THӔNG

Trang 3

ĈҤI HӐC QUӔC GIA TP.HCM

Hӑ tên hӑc viên: Hӗ Ĉҳc Bҧo MSHV: 1770069

1Jj\WKiQJQăPVLQK/1ѫLVLQK ĈLӋn Trung, ĈLӋn Bàn, Quҧng Nam

Chuyên ngành: Kӻ Thuұt Công Trình BiӇn Mã sӕ : 60580203

I 7Ç1Ĉӄ TÀI:

Ӭng Dөng MҥQJ1ѫURQ1KkQ7ҥo Trong Dӵ Báo Ӕng Vӥ

Trên MҥQJ/ѭӟi CҩS1ѭӟc

II NHIӊM VӨ VÀ NӜI DUNG:

- Thu thұp và tәng hӧp các tài liӋu nghiên cӭu vӅ mҥng QѫURQ nhân tҥo và các mô hình

dӵ báo ӕng vӥ trên hӋ thӕng cҩSQѭӟc tӯ ÿyÿӅ xuҩt mô hình dӵ báo áp dөng mҥQJQѫURQnhân tҥo

- Thu thұp tài liӋu ӕng vӥ trên mҥQJOѭӟi cҩSQѭӟc DMA 17 Trung An, Quұn Gò Vҩp, Thành phӕ Hӗ &Kt0LQK3KkQWtFKYjÿiQKJLiGӳ liӋXÿѭDYjRP{KuQKÿmÿӅ xuҩt ӣ trên

- Tәng kӃt và kiӃn nghӏ Kѭӟng nghiên cӭu tiӃp theo

III NGÀY GIAO NHIӊM VӨ : 21/09/2020

IV NGÀY HOÀN THÀNH NHIӊM VӨ: 04/01/2021

PHҤM THӎ MINH LÀNH NGUYӈ148$1*75ѬӢNG /Æ09Ă13+21*

75ѬӢNG KHOA KӺ THUҰT XÂY DӴNG

(Hӑ tên và chӳ ký)

Trang 4

LӠI CҦ0Ѫ1

LuұQYăQ tӕt nghiӋp thҥFVƭ là nӝi dung quan trӑng nhҩt và kӃt quҧ cӫDTXiWUuQKÿjRWҥo Sau Ĉҥi hӑFĈk\OjWKjQKTXҧ KѫQ2 QăPKӑc hӓi kiӃn thӭFYjFNJQJOjFѫKӝLÿӇ hӑc viên nâng cao vҧ trang bӏ nhiӅu kiӃn thӭc chuyên ngành, khoa hӑc

Trong quá trình hӑc tұp và công tác, em có tìm hiӇu và cҧm thҩy hӭng thú vӅ mӝWOƭQKvӵc khá mӟLYjÿDQJWUrQÿjSKiWWULӇQOjOƭQKYӵc ӭng dөng mҥQJQѫURQQKkQWҥo trong

dӵ báo ӕng vӥ trên mҥQJOѭӟi cҩSQѭӟc Vì vұ\HPÿmFKӑQÿӅ WjL³Ӭng Dөng Mҥng 1ѫURQ1KkQ Tҥo Trong Dӵ Báo Ӕng Vӥ Trên MҥQJ/ѭӟi CҩS1ѭӟc´

Do tìm hiӇu mӝt trong nhӳQJOƭQKYӵc hoàn toàn mӟi, cӝng vӟi thӡi gian thӵc hiӋn luұn YăQWѭѫQJÿӕi hҥn hҽSQrQHPÿmJһSNK{QJtWNKyNKăQWURQJTXiWUuQKWLӃp cұn và thӵc hiӋQÿӅ tài tӕt nghiӋSĈӇ có thӇ KRjQWKjQKÿѭӧFÿӅ tài luұQYăQQj\QJRjLVӵ nӛ lӵc và

cӕ gҳng cӫa bҧn thân em còn rҩt may mҳn nhұQÿѭӧc sӵ JL~Sÿӥ YjKѭӟng dүn tұn tình cӫa các Thҫy Cô WUѭӡQJĈҥi Hӑc Bách Khoa Tp HCM, Ĉҥi Hӑc KiӃn Trúc Tp HCM ÿһc biӋt là các Thҫy Cô trong Bӝ Môn Cҧng ± Công trình biӇn, Bӝ Môn Tài Nguyên 1ѭӟc Vì vұy em xin gӱi lӡi biӃWѫQVkXVҳFÿӃn quý Thҫy Cô cӫa Bӝ môn Cҧng ± Công trình BiӇn, Bӝ 0{Q7jL1JX\rQ1ѭӟc ÿmJL~Sÿӥ em trong suӕt thӡi gian qua

Ĉһc biӋt, em muӕn gӱi lӡi cҧPѫQÿӃQ*LiRYLrQKѭӟng dүn là Thҫy TS NguyӉn Quang 7Uѭӣng và Cô TS Phҥm Thӏ 0LQK/jQKYuÿmWKHRViWHPWURQJVXӕt quá trình thӵc hiӋn luұQYăQKӛ trӧ tұn tình cho em không chӍ vӅ kiӃn thӭc chuyên môn, kinh nghiӋm làm viӋc mà cҧ nhӳng lӡLÿӝQJYLrQÿӇ HPYѭӧWTXDNKyNKăQYjÿҥWÿѭӧc thành quҧ ngày hôm nay Bên cҥQKÿyHP[LQFKkQWKjQKFҧPѫQ7Kҫy PGS.TS NguyӉn Danh Thҧo, Thҫy TS /ѭX;XkQ/ӝc, Thҫy PGS.TS /ѭѫQJ9ăQ+ҧi, Thҫy PGS.TS HuǤnh Thanh 6ѫQ7Kҫy PGS.TS NguyӉn Thӕng, Cô ThS ĈRjQĈuQK7X\Ӄt Trang, Thҫy TS Trҫn Thu Tâm, Thҫy ThS /kP9ăQ3KRQJ« ÿmJLҧng dҥ\YjJL~Sÿӥ em trong hӑc tұp MһFGÿmFyQKLӅu cӕ gҳQJÿӇ thӵc hiӋQÿӅ tài mӝt cách hoàn chӍnh nhҩt 1KѭQJGRluұQYăQWLӃp cұn mӝWÿӅ tài còn khá mӟi mҿ, bҧn thân em kiӃn thӭc còn hҥn chӃ, thiӃu kinh nghiӋm thӵc tiӉn nên chҳc chҳn khó tránh khӓi nhӳng thiӃu sót Rҩt mong nhұn ÿѭӧc sӵ góp ý cӫa Thҫy Cô, các anh chӏ và các bҥQTXDQWkPÿӇ luұQYăQÿѭӧc hoàn chӍQKKѫQ Em xin chân thành cҧPѫQ

Trang 5

TÓM TҲT NӜI DUNG LUҰ19Ă1

Rò rӍ Qѭӟc trên mҥQJOѭӟi vүQÿDQJOjYҩQÿӅ cҫn giҧi quyӃt cӫa các công ty cҩSQѭӟc, mӝt trong nhӳng nguyên nhân chính cӫa hiӋQWѭӧng này là do ӕng vӥ Các mô hình dӵ EiRQJX\Fѫӕng vӥ FNJQJNK{QJQJӯng ÿѭӧc cҧi thiӋQÿӇ dӵ báo vӏ trí ӕng vӥ mӝt cách chính xác và nhanh chóng Vӟi mөc tiêu phát triӇn mӝt mô hình tӕWKѫQYjFyWKӇ ӭng dөng vào thӵc tӃ, trong nghiên cӭXQj\ÿmÿӅ xuҩt sӱ dөng mô hình mҥQJQѫURQQKkQtҥR ÿӇ dӵ báo ӕng vӥ 0{ KuQK ÿӅ xuҩW ÿѭӧc kiӇm chӭng bҵng mҥQJ Oѭӟi cҩS Qѭӟc DMA17 Trung An thuӝFSKѭӡng 17, quұn Gò Vҩp, Thành phӕ Hӗ 0LQKÿiQKJLiNӃt quҧ dӵ báo bҵng chӍ sӕ $8&ÿmFKRWKҩ\P{KuQKÿӅ xuҩWÿҥt chҩWOѭӧng rҩt tӕt

ABSTRACT

Water leakage on the water supply network is still a problem to be solved by water supply companies, one of the main causes of this phenomenon is due to pipe failure Prediction models of water pipe failure are also constantly being improved to accurately and quickly to predict the position of pipe leakage With the aim of developing a better model and can be applied in fact, This study proposed application of the neural network model to predict pipe failure on water supply network The proposed model is verified

by the water supply network in ward 17 (DMA17) Trung An, Go Vap district, Ho Minh city, evaluating this model results with the AUC standard shows that the proposed model

is of very good quality

Trang 6

Hӗ Ĉҳc Bҧo

Trang 7

MӨC LӨC

NHIӊM VӨ LUҰ19Ă17+Ҥ&6Ƭ iii

CÁN BӜ +ѬӞNG DҮN iii

CHӪ NHIӊM BӜ 0Ð1Ĉ¬27ҤO iii

(Hӑ tên và chӳ ký) iii

GIӞI THIӊU«««««««««««««««««««««««««««««1 1 Tính cҩp thiӃt cӫa nghiên cӭu 1

2 éQJKƭDNKRDKӑc và tính thӵc tiӉn cӫa nghiên cӭu 5

* Mͭc tiêu 6

3 Phҥm vi nghiên cӭu 6

4 3KѭѫQJSKiSQJKLrQFӭu 6

5 Cҩu trúc luұn án 8

TӘNG QUAN CÁC NGHIÊN CӬU Vӄ DӴ BÁO ӔNG VӤ TRÊN MҤ1*/ѬӞI CҨ31ѬӞC (MLCN) 9

Tәng quan các nghiên cӭXWURQJQѭӟc vӅ khҧ QăQJӕng vӥ trên MLCN 9

Tәng quan các nghiên cӭXQJRjLQѭӟc vӅ ӕng vӥ trên MLCN 10

1.2.1 Các yӃu tӕ ҧQKKѭӣng tӟi sӵ kiӋn vӥ ӕng trên MLCN 10

1.2.2 Các mô hình dӵ báo ӕng vӥ 14

Nӝi dung nghiên cӭu 17

&Ѫ6Ӣ LÝ THUYӂ79¬3+ѬѪ1*3+È3/8ҰN 20

ĈiQKJLiFiF\Ӄu tӕ ҧQKKѭӣng tӟi sӵ kiӋn ӕng vӥ trên MLCN 20

2.1.1 ĈһFWUѭQJFKRQJX\rQQKkQYӥ tӯ bên trong ӕng 21

2.1.2 ĈһFWUѭQJFKRQJX\rQQKkQYӥ tӯ bên ngoài ӕng 22

2.1.3 Lӏch sӱ vӥ ӕng (Prior) 22

2.1.4 3KѭѫQJSKiS[iFÿӏQKNtFKWKѭӟc mүu 22

3KѭѫQJSKiSÿiQKJLiFKҩWOѭӧng mô hình dӵ báo ӕng vӥ trên MLCN 23

Các công cө sӱ dөng 24

2.3.1 6ѫOѭӧc vӅ phҫn mӅm R-Studio 24

2.3.2 Công cө nntool trong phҫn mӅm MATLAB 26

Trang 8

Xây dӵng mô hình ANN dӵ báo ӕng vӥ trên MLCN 28

2.4.1 Lӵa chӑn mҥQJQѫURQQKkQWҥo 28

2.4.2 Mô hình ANN dӵ báo ӕng vӥ trên MLCN 36

ĈӅ xuҩt quy trình dӵ báo khҧ QăQJӕng vӥ trên MLCN 38

ӬNG DӨNG MÔ HÌNH ANN DӴ BÁO ӔNG VӤ CHO MLCN THӴC Tӂ VÀ THҦO LUҰN 40

&ѫVӣ lӵa chӑn khu vӵc nghiên cӭu 40

Giӟi thiӋu MLCN khu vӵc Trung An, quұn Gò Vҩp, thành phӕ Hӗ Chí Minh 40

3.2.1 Thu thұp sӕ liӋu DMA 17 Trung An 42

3.2.2 Mô tҧ sӕ liӋu MLCN DMA 17 Trung An 44

Áp dөng mô hình ANN dӵ EiRQJX\Fѫӕng vӥ trên DMA17 Trung An 48

3.3.1 Chuҭn bӏ dӳ liӋu cho mô hình 48

3.3.2 ThiӃt lұp ANN bҵng công cө nntool trong MATLAB 49

3.3.3 Sӕ QѫURQҭn tӕLѭXFKR$11Gӵ báo ӕng vӥ trên DMA17 Trung An 50 3.3.4 KӃt quҧ mô hình ANN dӵ báo ӕng vӥ 51

KӃt luұQFKѭѫQJ 55

KӂT LUҰN VÀ KIӂN NGHӎ 56

KӃt luұn 56

NhӳQJÿyQJJySPӟi cӫa luұQYăQ 56

KiӃn nghӏ 57

TÀI LIӊU THAM KHҦO 60

Trang 9

DANH MӨC HÌNH ҦNH

Hình 1 TӍ lӋ thҩt thoát (%) cӫa các công ty cҩSQѭӟc thuӝc Tәng công ty Cҩp Qѭӟc Sài

Gòn [42] 4

Hình 1 1 Tәng hӧp nghiên cӭu dӵ báo ӕng vӥ trên MLCN theo thӡi gian 11

Hình 1 2 Nӝi dung nghiên cӭu dӵ báo ӕng vӥ trên MLCN 18

Hình 1 3 Phҫn mӅm QGIS 19

Hình 2 1 Nguyên nhân dүQÿӃn ӕng vӥ trên mҥQJOѭӟi cҩSQѭӟc (MLCN)««««20 Hình 2 2 Phҫn mӅm R-Studio 25

Hình 2 3 Phҫn mӅm MATLAB R2017A 27

Hình 2 4 Công cө QQWRROÿӇ xây dӵng mҥQJQѫURQQKkQWҥo (ANN) trong MATLAB 28

Hình 2 5 Cҩu trúc mӝt QѫURQVLQKKӑc và mӝWQѫURQQKkQWҥo 29

Hình 2 6 Hàm Sigmoid 31

Hình 2 7 MҥQJQѫURQQKkQWҥo 33

Hình 2 8 Quá trình hӑc cӫa mҥng QѫURQQKkQWҥo 34

Hình 2 9 Mô hình ANN dӵ báo ӕng vӥ 37

Hình 2 10 Quy trình dӵ báo ӕng vӥ 39

Hình 2 10 Quy trình dӵ báo ӕng vӥ«««««««««««««««««««39 Hình 3 1 Tәng quan vӅ 3 quұn, huyӋn công ty Trung An quҧn lý cҩSQѭӟc««««40 +uQKĈӗng hӗ Qѭӟc và sҧQOѭӧng tiêu thө Qѭӟc tӯ QăP± 2019 cӫa công ty Trung An [43] 41

Hình 3 3 Vұt liӋu và chiӅu dài ӕng trong MLCN cӫa công ty Trung An 42

Hình 3 4 Dӳ liӋu GIS cӫa mҥQJOѭӟi cҩSQѭӟc khu vӵc Gò Vҩp 43

Hình 3 5 Hình ҧnh GIS cӫa mҥQJOѭӟi cҩSQѭӟcquұn Gò Vҩp 44

Hình 3 6 TӍ lӋ ӕng vӥ TXDQăPYjWӍ lӋ chiӅu dài cӫa tӯng loҥi vұt liӋu trong DMA17 45

Hình 3 7 Mô tҧ sӕ liӋu DMA17 mҥQJOѭӟi cҩSQѭӟc Trung An 47

Hình 3 8 Công cө nntool trong MATLAB tính toán ANN 49

+uQK&iFEѭӟc sӱ dөng công cө nntool trong MATLAB 50

Hình 3 10 ChӍ sӕ AUC cӫa các mô hình ANN có sӕ lӟp ҭn khác nhau 51

Hình 3 11 Giá trӏ MSE cӫa mô hìQK$11QѫURQҭn 52

Trang 10

Hình 3 12 BӅ mһt lӛi cӫDP{KuQK$11QѫURQҭn 52 Hình 3 13 Ĉѭӡng cong ROC và AUC cӫDP{KuQK$11QѫURQҭn 53 Hình 3 14 Giá trӏ trӑng sӕ trong ANN 54

Trang 11

DANH MӨC BҦNG BIӆU

Bҧng 1 Tuәi thӑ ÿѭӡng ӕng [42] 4

Bҧng 1 1 Tuәi thӑ ÿѭӡng ӕng [42]««««««««««««««««««««4 Bҧng 2 1 So sánh kӃt quҧ mô hình dӵ báo và thӵc tӃ«««««««««««««23 Bҧng 2 2 DiӋQWtFKGѭӟLÿѭӡQJFRQJ $8& ÿӇ ÿiQKJLiKLӋu suҩt cӫa mô hình 24

Bҧng 3 1 Tәng chiӅu dài mҥQJOѭӟLTXDFiFQăP««««««««««««««44 Bҧng 3 2 Mô tҧ ҧQKKѭӣng cӫa các yӃu tӕ tӟi sӵ kiӋn ӕng vӥ 46

Bҧng 3 3 Dӳ liӋu mүu sӱ dөng cho mô hình dӵ báo ӕng vӥ quұn Gò Vҩp 47

Bҧng 3 4 Dӳ liӋu ÿtFKYjhuҩn luyӋQÿӇ luyӋn ANN 48

Bҧng 3 5 Dӳ liӋu kiӇm tra ANN và dӳ liӋu thӵc tӃ cӫa biӃQ)WѭѫQJӭng 48

Bҧng 3 6 KӃt quҧ dӵ báo cӫDP{KuQK$11QѫURQҭn 53

Bҧng 3 7 KӃt quҧ dӵ báo cӫa mô hình ANN 54

Trang 12

GIӞI THIӊU

1 Tính cҩp thiӃt cӫa nghiên cӭu

HiӋn nay, trong quá trình hoҥWÿӝng cӫa các hӋ thӕng cҩSQѭӟc luôn xҧy ra hiӋQWѭӧng Qѭӟc bӏ thҩt thoát mӝWOѭӧng nhҩt ÿӏnh Có rҩt nhiӅu nguyên nhân dүQÿӃn thҩt thoát QѭӟFWURQJÿyFKӫ yӃu là do nguyên nhân kӻ thuұt nhѭUzUӍ trên mҥQJOѭӟi tuyӃn ӕng cҩSQѭӟF WKLF{QJNK{QJÿ~QJNӻ thuұt, vӥ ӕQJGRÿjR ÿѭӡQJăQ FҳSQѭӟc sҥFK«7UrQWKӵc tӃ cho thҩy thҩWWKRiWQѭӟc phҫn lӟn là do rò rӍ WUrQÿѭӡng ӕng vì ÿѭӡng ӕng cҩSQѭӟFÿѭӧc chôn ngҫPGѭӟi nӅQÿҩt nên công tác tìm kiӃm rò rӍ rҩt NKyNKăQĈk\OjYҩQÿӅ Y{FQJNKyNKăQÿӕi vӟi tҩt cҧ FiFÿѫQYӏ cҩSQѭӟc và là mӝWÿӅ tài nóng bӓng trên toàn thӃ giӟLFNJQJQKѭWҥi ViӋt Nam

Nhu cҫXQѭӟc sҥFKÿDQJJLDWăQJWURQJEӕi cҧnh tӕFÿӝ ÿ{WKӏ hóa nhanh Ngành cҩp Qѭӟc là ngành tiӋn ích thiӃt yӃu, cung cҩSQѭӟc sҥFKFKRQJѭӡi dân và các doanh nghiӋp chính vì vұy có tính әQÿӏnh cao

Theo quy hoҥch vӅ phát triӇn cҩSQѭӟFFKRFiFNKXÿ{WKӏ và công nghiӋSÿӃQQăP

2025, ViӋW1DPKѭӟQJÿӃn các mөc tiêu tӹ lӋ tiӃp cұQQѭӟc sҥFKÿѭӧc cung cҩp tұp trung ӣ NKXÿ{WKӏ là 100% vӟi tiêu chuҭn tiêu thө OtWQJѭӡLQJj\7URQJNKLÿy

tӹ lӋ tiӃp cұQQѭӟc sҥch an toàn ӣ nông thôn chӍ ÿҥWĈk\OjQKӳQJFѫKӝi lӟn FNJQJQKѭGѭÿӏa lӟn cho viӋFWăQJWUѭӣng cӫa các doanh nghiӋp ngành cҩSQѭӟc Các công ty cҩSQѭӟFÿmYjÿDQJWKӵc hiӋn mӝt sӕ công tác giҧm thҩWWKRiWQѭӟFQKѭ

kӃ hoҥch phân vùng tách mҥQJÿӇ quҧn lý rò rӍ, thay thӃ các tuyӃn ӕQJFNJPөc, lҳp ÿһWFiFÿӗng hӗ ÿLӋn tӯ, sӱ dөQJYDQÿLӅXiSÿӇ ÿLӅu tiӃt áp lӵc mҥQJOѭӟi, sӱ dөng các thiӃt bӏ dò tìm rò rӍ, gҳQGDWDORJJHU«NӃt hӧp vӟi công nghӋ WK{QJWLQQKѭSKҫn mӅm SCADA quҧn lý tӯ xa áp lӵFOѭXOѭӧng, chҩWOѭӧQJQѭӟc trên mҥQJOѭӟi, phҫn mӅm GIS quҧn lý tài sҧn, cұp nhұt hiӋn trҥng dӳ liӋu mҥQJOѭӟi, phҫn mӅm quҧn lý khách hàng, phҫn mӅm thӫy lӵFÿӇ tính toán mҥQJOѭӟi và truyӅn thông nâng cao nhұn thӭc cӝng ÿӗng Tuy nhiên, công tác nâng cҩp cҧi tҥo mҥQJOѭӟi cҩSQѭӟc gһp nhiӅXNKyNKăQGRGkQVӕ ÿ{QJÿѭӡng xá chұt hҽp, nguӗn lӵc tài chính hӳu hҥQ« 7Uѭӟc tình hình thҩWWKRiWQѭӟc cӫa FiFÿѫQYӏ cҩSQѭӟc trong cҧ Qѭӟc rҩt cao tӯ 30% ÿӃn ÿһc biӋt là tҥi các thành phӕ lӟn gây tәn thҩt nһng nӅ cho nӅn kinh tӃ ÿҩt

Trang 13

QѭӟF1ăP7Kӫ Wѭӟng chính phӫ ÿmEDQKjQKTX\ӃWÿӏnh sӕ 4Ĉ-TTg Phê duyӋW&KѭѫQJWUuQKTXӕc gia chӕng thҩt thoát, thҩWWKXQѭӟc sҥFKÿӃQQăPYӟi mөFWLrXKX\ÿӝng và tұp trung các nguӗn lӵc cho hoҥWÿӝng chӕng thҩt thoát, thҩt WKXQѭӟc sҥch, giҧm tӹ lӋ thҩt thoát, thҩWWKXQѭӟc sҥch bình quân tӯ QăPxuӕQJGѭӟLYjRQăPPөc tiêu cө thӇ cho tӯng JLDLÿRҥQQKѭVDX

- ĈӃQQăPWӹ lӋ thҩt thoát, thҩWWKXQѭӟc sҥch bình quân là 25%

- ĈӃQQăPWӹ lӋ thҩt thoát, thҩWWKXQѭӟc sҥch bình quân là 18%

- ĈӃQQăPWӹ lӋ thҩt thoát, thҩWWKXQѭӟc sҥch bình quân là 15%

HӋ thӕng cung cҩSQѭӟc sҥch thành phӕ Hӗ &Kt0LQK 73+&0 ÿѭӧc xây dӵng tӯ thӡi Pháp thuӝc, phát triӇQNK{QJÿӗng bӝ qua các thӡi kǤ BҳWÿҫu là hӋ thӕng cҩp Qѭӟc nhӓ Sài Gòn- *LDĈӏnh, hiӋn nay công suҩt cҩSQѭӟc 1.8 triӋu m3/QJj\ÿrPYj

sӁ OrQÿӃn 2,5 triӋu m3/QJj\ÿrPWURQJWѭѫQJODLJҫQYjÿӃn 4-5 triӋu m3/ QJj\ÿrPchính phӫ phê duyӋt Tunh hunh biӃQÿәi khí hұXQѭӟc biӇn dâng, ô nhiӉm gây ҧnh Kѭӣng trӵc tiӃSÿӃn nguӗQQѭӟc thô cho các nhà máy xӱ OêQѭӟc hiӋn tҥLYjWѭѫQJlai HӋ thӕQJÿѭӡng ӕng cӥ lӟn truyӅn tҧLQѭӟc sҥch và hӋ thӕQJÿѭӡng ӕng phân phӕL Qѭӟc sҥch cӫa 6 vùng cҩS Qѭӟc Thành phӕ Hӗ Chí Minh ÿDQ [HQ SKӭc tҥp, xuӕng cҩp, cұp nhұWNK{QJÿҫ\ÿӫ, không thӇ quҧn lý dүQÿӃn rò rӍ ngҫm, tӹ lӋ thҩt WKRiWQѭӟc rҩWFDRÿӃn 40% -50%, ҧQKKѭӣng rҩt lӟQÿӃn viӋc cung cҩSQѭӟc sҥch cho Thành phӕ Hӗ Chí Minh

Thành phӕ Hӗ Chí Minh có dân sӕ hiӋn tҥi là khoҧng 9 triӋXQJѭӡi, dӵ kiӃQÿӃQQăP

2025 dân sӕ dӵ kiӃn sӁ là 10 triӋXQJѭӡLWKѭӡng trú và 2,5 triӋXQJѭӡi vãng lai cho toàn bӝ 24 quұn, huyӋn HӋ thӕng cҩSQѭӟc Thành phӕ Hӗ Chí Minh ÿѭӧc hình thành

tӯ thӡi Pháp thuӝc, trҧi qua thӡi gian dài sӱ dөQJNK{QJÿӗng bӝ vӅ vұt liӋu và chӫng loҥLFNJQJQKѭPҥQJOѭӟi cҩSQѭӟc trҧi ra trên mӝt diӋn tích rӝng MҥQJOѭӟi truyӅn dүn khoҧQJNPÿѭӡng ӕng Fy'1•PPFXQJFҩp 1,8 triӋu m3 Qѭӟc sҥch cho cҧ thành phӕ, và tӍ lӋ thҩt thoát khoҧQJOѭӧQJQѭӟc sҥFKWѭѫQJӭng thҩt thoát 691560 m3/ngày VӟLJLiEuQKTXkQÿӗng/m3, thì sӕ tiӅn thҩt thoát là 5,53

tӍ ÿӗQJQJj\YjKѫQWӍ ÿӗQJQăPYjJk\OmQJSKtWjLQJX\rQQѭӟc [1] [2] Ĉѭӡng ӕng chiӃPFNJPөc tuәi thӑ !QăPKѫQYuÿmFNJPөFQrQOѭӧQJQѭӟc

Trang 14

nguӗQWjLQJX\rQQѭӟc quý giá khi mà khí hұu ngày càng khҳc nghiӋt và tình trҥng thiӃXQѭӟc sҥch, giҧm chi phí xӱ lý và giҧm nguӗQQѭӟc bә sung thêm, tránh phát triӇn nguӗn cung cҩp mӟLQJăQQJӯa thiӋt hҥi khi sӵ cӕ rò rӍ gây ra thiӋt hҥi lӟQKѫQ Trong quá trình hoҥWÿӝng cӫa các mҥng Oѭӟi cҩSQѭӟc luôn xҧy ra hiӋQWѭӧQJQѭӟc

bӏ thҩt thoát mӝWOѭӧng nhҩt ÿӏnh tӯ sӵ cӕ vӥ ÿѭӡng ӕng trên mҥQJOѭӟi cҩSQѭӟc Trên thӵc tӃ cho thҩy thҩWWKRiWQѭӟc phҫn lӟn là do rò rӍ WUrQÿѭӡng ӕQJYuÿѭӡng ӕng cҩSQѭӟFÿѭӧc chôn ngҫPGѭӟi nӅQÿҩt nên công tác tìm kiӃm rò rӍ rҩWNKyNKăQFNJQJQKѭF{QJWiFVӱa chӳa thay mӟLÿѭӡng ӕng khi xҧy ra vӥ ӕng khi vұn hành trên mҥQJOѭӟi cҩSQѭӟc Giҧm thҩWWKRiWQѭӟc tӯ nghiên cӭu ӕng vӥ trên mҥQJOѭӟi cҩp QѭӟFFNJQJQKѭVӱa chӳa sӁ giúp giҧm chi phí quҧn lý và vұn hành mҥQJOѭӟi cҩp Qѭӟc, tӯ ÿyFyWKӇ giҧPJLiEiQQѭӟc sҥch cung cҩSFKRQJѭӡi dân Ngoài ra, viӋc giҧm thҩWWKRiWQѭӟc tӯ nghiên cӭu ӕng vӥ còn góp phҫn cҧi thiӋn chҩWOѭӧQJQѭӟc, nâng cao áp lӵc cӫa mҥQJOѭӟi cҩSQѭӟF'RÿyYҩQÿӅ ÿһt ra là phҧi có mӝt giҧi SKiSÿӇ hҥn chӃ OѭӧQJQѭӟc thҩt thoát mӝt cách hiӋu quҧ, tiӃt kiӋm thӡi gian và chi phí Giҧi pháp này không nhӳng góp phҫQÿHPOҥi nguӗn lҥi kinh tӃ cho cҧ doanh nghiӋp lүQQJѭӡi dân, mà còn làm giҧm gánh nһQJJLDWăQJF{QJVXҩt cҩSQѭӟFÿҫu vào, giҧi quyӃt các vҩQÿӅ vӅ chҩWOѭӧQJQѭӟc, nâng cao áp lӵc, chi phí vұn hành và sӱa chӳD ÿѭӡng ӕng trên mҥQJ Oѭӟi cҩS Qѭӟc, giҧi quyӃt nhu cҫX GQJ Qѭӟc cӫa QJѭӡi dân Vҩn ÿӅ ÿһt ra cho tҩt cҧ FiFÿѫQYӏ cҩSQѭӟc trên thӃ giӟLFNJQJQKѭWҥi ViӋW1DPĈӇ phát hiӋn sӟm và loҥi bӓ ngu\FѫUzUӍ Qѭӟc trên mҥQJOѭӟi cҩSQѭӟc cҫn sӱ dөng mô hình dӵ EiRQJX\Fѫӕng vӥ

ĈӅ tài nghiên cӭu nhҵPÿѭDJLҧi pháp mô hình nghiên cӭu khoa hӑc thích hӧp nhҵm chӕng thҩWWKRiWQѭӟc cho hӋ thӕng cung cҩSQѭӟc sҥch Thành phӕ Hӗ Chí Minh MҥQJQѫURQÿmEҳWÿҫu xuҩt hiӋn tӯ nhӳQJQăPWX\QKLrQPӟi bҳWÿҫu ӭng dөng nhiӅu trong khoҧQJQăPWUӣ lҥLÿk\YjQJj\Pӝt phát triӇn rӝQJUmLKѫQ Ĉһc biӋt OjWURQJOƭQKYӵc dӵ báo và phân loҥi dӳ liӋu, mҥQJQѫURQQKkQWҥRÿmFKRWKҩ\ѭXÿLӇm nәi bұt khi xӱ lý các dӳ liӋu có tính chҩt phӭc tҥp, khӕLOѭӧng dӳ liӋu lӟQĈӗng thӡi kӃt quҧ mô hình ӭng dөng mҥQJQѫURQQKkQWҥo hӛ trӧ quá trình ra quyӃWÿӏnh FKtQK[iFYjFyÿӝ tin cұy cao Vұy nên trong nghiên cӭu này sӁ xem xét viӋc ӭng

Trang 15

dөng mҥQJQѫURQQKkQWҥRÿӇ xây dӵng mô hình dӵ báo ӕng vӥ trên mҥQJOѭӟi cҩp Qѭӟc

Hình 1 TӍ lӋ thҩt thoát (%) cӫa các công ty cҩSQѭӟc thuӝc Tәng công ty CҩSQѭӟc

Trang 16

thành phӕ Hӗ &Kt0LQKFNJQJÿmFyQKӳng chuyӇn biӃn tích cӵFYjÿҥWÿѭӧc mөc tiêu

ĈmFyQKLӅu nghiên cӭu tìm hiӇu nguyên nhân vӥ ӕng trên mҥQJOѭӟi phân phӕLÿӇ tӯ ÿyGӵ báo khҧ QăQJYӥ ӕng, theo thӡLJLDQFiFSKѭѫQJSKiSFNJQJQKѭQӝi dung nghiên cӭXÿѭӧc mӣ rӝng và xem xét vҩQÿӅ toàn diӋQKѫQ

ĈӅ tài nghiên cӭu nhҵPÿѭDJLҧi pháp mô hình nghiên cӭu khoa hӑc thích hӧp nhҵm chӕng thҩWWKRiWQѭӟc cho hӋ thӕng cung cҩSQѭӟc sҥch Thành phӕ Hӗ Chí Minh, các

hӋ thӕng cung cҩSWURQJQѭӟFYjQѭӟc ngoài Là mӝt trong nhӳQJÿӅ tài cҩp thiӃt và ÿyQJYDLWUzY{FQJTXDQWUӑng trong phát triӇn kinh tӃ ÿҩWQѭӟc

Tính thӵc tiӉn cӫa nghiên cӭu

Rò rӍ Qѭӟc trên mҥQJOѭӟi vүQÿDQJOjYҩQÿӅ cҫn giҧi quyӃt cӫa các công ty cҩSQѭӟc, mӝt trong nhӳng nguyên nhân chính cӫa hiӋQWѭӧng này là do ӕng vӥ Các mô hình

dӵ EiRQJX\Fѫӕng vӥ FNJQJNK{QJQJӯQJÿѭӧc cҧi thiӋQÿӇ dӵ báo vӏ trí ӕng vӥ mӝt cách chính xác và nhanh chóng Vӟi mөc tiêu phát triӇn mӝt mô hình tӕWKѫQYjFythӇ ӭng dөng vào thӵc tӃ, trong nghiên cӭXQj\ÿmÿӅ xuҩt sӱ dөng mô hình mҥng QѫURQQKkQWҥRÿӇ dӵ báo ӕng vӥ

Mô hình mҥQJQѫURQQKkQWҥo (Artifical Neural Networks - $11 WX\ÿmÿѭӧc nghiên cӭu ӭng dөng phә biӃn trên thӃ giӟi tuy nhiên vүn còn khá mӟi mҿ ӣ ViӋt Nam HiӋn QD\FiFWUѭӡQJÿҥi hӑc, ViӋn nghiên cӭu khoa hӑc và các công ty rҩt ít áp dөng mô hình mҥQJQѫURQQKkQWҥR $11 YjRÿӇ nghiên cӭu vҩQÿӅ ӕng vӥ trong mҥQJOѭӟi cҩS Qѭӟc (MLCN) KӃt quҧ nghiên cӭu cӫa luұQ YăQ JyS SKҫn làm rõ lý thuyӃt,

Trang 17

nguyên lý, cҩu trúc mҥQJQѫURQQKkQWҥR $11 4XDÿyӭng dөng dӵ báo vào công tác dӵ báo giҧm thiӇu tӍ lӋ rò rӍ Qѭӟc trên mҥQJOѭӟLÿѭӡng ӕng

KӃt quҧ nghiên cӭu cӫa luұQYăQOjFѫVӣ cho các Công ty cҩSQѭӟc tham khҧRÿѭD

ra chiӃQOѭӧc cҩp QѭӟFDQWRjQFNJQJQKѭOұp kӃ hoҥch nâng cao chҩWOѭӧQJQѭӟc cung

cҩSKѭӟng tӟi mөc tiêu phát triӇn bӅn vӳng phөc vө cӝQJÿӗng tӕWKѫQ

* Mͭc tiêu nghiên cͱu

ĈӅ WjLÿѭӧc thӵc hiӋn vӟi mөc tiêu sau:

- Nghiên cӭu lý thuyӃt mô hình mҥQJQѫURQQKkQWҥo (ANN)

- ;iFÿӏQKÿѭӧFFѫVӣ khoa hӑc cho viӋc xây dӵng mô hình tӯ ÿyÿӅ xuҩt mô hình dӵ báo ӕng vӥ trên mҥQJOѭӟi cҩSQѭӟc và quy trình thӵc hiӋn

- Ӭng dөng thӵc tӃ ÿӇ kiӇm chӭQJP{KuQKÿmÿӇ xuҩt

- KiӇm tra hiӋu quҧ Yjÿӝ chính xác hai mô hình mҥQJQѫURQQhân tҥo (ANN)

3 Phҥm vi nghiên cӭu

VҩQÿӅ nghiên cӭXÿѭӧc giӟi hҥn trong các phҥm vi sau:

- Nghiên cӭu trên mҥQJOѭӟi cҩSQѭӟc ӣ ViӋt Nam và có thӇ áp dөng cho các hӋ thӕng ÿѭӡng ӕQJFyÿLӅu kiӋQWѭѫQJWӵ

- ĈLӇm vӥ xuҩt hiӋn trên thành ӕng cҩSQѭӟFWURQJÿiӅu kiӋn làm viӋFEuQKWKѭӡng không xét tӟi vӥ tҥi các phө WQJÿҩu nӕi hay do nguyên nhân bҩWWKѭӡQJQKѭÿӝng ÿҩWWKLrQWDL«

- ĈLӇm vӥ có rҩt nhiӅu hình dҥQJNKiFQKDXQKѭYӃt nӭt, hình tròn, hình ovan, QKѭQJtrong nghiên cӭu này không xem xét tӟi hình dҥQJÿLӇm vӥ

4 3KѭѫQJSKiSQJKLrQFӭu

ĈӇ ÿҥWÿѭӧc mөc tiêu nêu trên, luұQYăQVӱ dөQJFiFSKѭѫQJSKiSQJKLrQFӭu sau:

- 3KѭѫQJSKiSSKkQWtFKYjWәng hӧp lý thuyӃt: Phân tích là nghiên cӭu các tài liӋu,

lý luұn khác nhau bҵng cách phân tích chӍ ra, làm rõ ràng vӅ êQJKƭDFҩu trúc, mөc ÿtFK vӅ các vҩQÿӅ WURQJÿӅ tài luұQYăQ Tәng hӧp là liên kӃt tӯng mһt, tӯng bӝ phұn WK{QJWLQÿmÿѭӧc phân tích tҥo ra mӝt hӋ thӕng lý thuyӃt FѫEҧn, chính xác nhҵm giúp luұQYăQtәng hӧp lҥi các vҩQÿӅ YjÿiQKJLiEDRTXiWYӅ nó Trong phân tích,

Trang 18

ÿӕLWѭӧng nghiên cӭu vӅ vҩQÿӅFyêQJKƭDUҩt quan trӑng Trong nghiên cӭu tәng hӧp vai trò quan trӑng thuӝc vӅ khҧ QăQJOLrQNӃt các kӃt quҧ cө thӇ (FyO~FQJѭӧc nhau) tӯ sӵ phân tích, khҧ QăQJWUuXWѭӧng, khái quát nҳm bҳWÿѭӧc mһWÿӏnh tính tӯ rҩt nhiӅu khía cҥQKÿӏQKOѭӧng khác nhau Phân tích và tәng hӧp ljKDLSKѭѫQJSKiSgҳn bó chһt chӁ TX\ÿӏnh và bә VXQJFKRQKDXYjFyFѫVӣ khách quan trong vҩQÿӅ nghiên cӭu cӫa luұQYăQ

- 3KѭѫQJSKiSNӃ thӯa: KӃ thӯa có chӑn lӑFFiFWѭWLӋu, tài liӋXFNJQJQKѭNӃt quҧ nghiên cӭXWURQJYjQJRjLQѭӟFOLrQTXDQÿӃn vҩn ÿӅ nghiên cӭu cӫa luұQYăQ

- 3KѭѫQJSKiSWKXWKұp, tәng hӧp thông tin sӕ liӋu: Thu thұp, hӋ thӕng hoá, xӱ lý, phân tích tài liӋu tӯ ÿyWKLӃt lұp tұp sӕ liӋXÿҫu vào cho mô hình luұQYăQÿӅ xuҩt Nhӳng sӕ liӋXÿѭӧc lҩy có nguӗn gӕFU}UjQJYjÿӝ chính xác cao

- 3KѭѫQJSKiSQJKLrQFӭXÿӏnh tính: 3KѭѫQJSKiSÿѭӧc ӭng dөQJÿӇ ÿiQKJLiWәng quan sӕ liӋu tӯ ÿy[iFÿӏnh mӭFÿӝ ҧQKKѭӣng cӫa tӯng yӃu tӕ tӟi hiӋQWѭӧng vӥ ӕng trên mҥQJOѭӟi cҩSQѭӟc Vì lý do nghiên cӭu khoa hӑc và kӻ thuұWÿzLKӓi kӃt quҧ

có sӵ chính xác cao nên mһWSKkQWtFKÿӏQKOѭӧng có vai trò khá quyӃWÿӏnh kӃt quҧ nghiên cӭu tuy nhiên quá trình tәng hӧp, nghiên cӭXÿӏnh tính là nhӳQJSKiQÿRiQ

dӵ báo, chӍ ÿҥo cҧ quá trình nghiên cӭu cӫa luұQYăQBên cҥQKÿySKѭѫQJSKiSFzQÿѭӧc áp dөng khi lӵa chӑn cҩu trúc mҥQJQѫURQQKkQWҥo phù hӧSWURQJÿӅ tài

- 3KѭѫQJSKiSÿLӅu tra thӵFÿӏa: Sӱ dөQJSKѭѫQJSKiSQj\ÿӇ ÿLӅu tra hiӋn trҥng hӋ thӕng cҩSWKRiWQѭӟc trong các khu vӵc nghiên cӭu thӵc tӃ, nhҵm bә sung tài liӋu, ÿLӅu chӍnh thông tin và kiӇm chӭng kӃt quҧ nghiên cӭu

- 3KѭѫQJSKiSFKX\rQJLD Sӱ dөQJÿӇ WăQJWKrPQJXӗQWK{QJWLQÿӝ tin cұy trong các kӃt quҧ nghiên cӭu cӫa luұQYăQJL~SFKRYLӋc lӵa chӑQFiFSKѭѫQJiQJLҧi quyӃt các vҩQÿӅ ÿһWUDFKtQK[iFKѫQ&iFFKX\rQJLDÿѭӧc tham khҧo ý kiӃn bao gӗm các nhà khoa hӑc có kinh nghiӋPWURQJFiFOƭQKYӵFOLrQTXDQÿӃn mҥQJOѭӟi cҩp thoát Qѭӟc, cán bӝ quҧn lý tҥi các công ty cҩSWKRiWQѭӟc

- 3KѭѫQJSKiSOӏch sӱ: 3KѭѫQJSKiSÿѭӧc áp dөQJÿӇ tìm nguӗn sӕc phát sinh, quá trình phát triӇn, hình WKjQKÿӕLWѭӧQJÿӕLWѭӧng nghiên cӭu dӵa trên các tài liӋXÿmÿѭӧc ghi chép rӗi tӯ ÿyU~WUDÿѭӧc mҩu chӕt cӫa vҩQÿӅ3KѭѫQJSKiSJL~SFKRQJѭӡi nghiên cӭu hiӇu biӃWOêGRWiFÿӝQJÿӃn vҩQÿӅ nghiên cӭu

Trang 19

5 Cҩu trúc luұn án

7UrQFѫVӣ các mөFWLrXÿӅ ra ÿӗng thӡi vұn dөQJFiFSKѭѫQJSKiSQJKLrQFӭu ӣ trên, ÿҧm bҧo tính logic trong trình bày vҩQÿӅ nghiên cӭu LuұQYăQÿѭӧc cҩXWU~FQKѭsau:

Giͣi thi͏u: Giӟi thiӋu lý do lӵa chӑQ ÿӅ WjLYjÿӏQKKѭӟng mөc tiêu, phҥm vi cҫn

&KѭѫQJӬng dөng mô hình ANN dӵ báo ӕng vӥ cho MLCN thӵc tӃ và thҧo luұn

Trình bày kӃt quҧ ӭng dөQJ P{ KuQK ÿm ÿӅ xuҩW WURQJ &KѭѫQJ  FKR Vӕ liӋu cӫa MLCN thӵc tӃ, tӯ ÿyWKҧo luұn vӅ WtQKFKtQK[iFYjÿӝ tin cұy cӫa mô hình

&KѭѫQJ.Ӄt luұn và kiӃn nghӏ

KӃt luұn nӝLGXQJÿmWKӵc hiӋn, nhӳQJÿyQJJySPӟi cӫa luұQYăQYjNLӃn nghӏ Kѭӟng

phát triӇQWURQJWѭѫQJODL

Trang 20

TӘNG QUAN CÁC NGHIÊN CӬU Vӄ DӴ BÁO ӔNG VӤ TRÊN

MҤ1*/ѬӞI CҨ31ѬӞC (MLCN) Tәng quan các nghiên cӭXWURQJQѭӟc vӅ khҧ QăQJӕng vӥ trên MLCN

Mӛi ngày, các công ty cҩSQѭӟFÿӅu ghi nhұn các sӵ cӕ vӥ trên tuyӃn ӕQJÿһc biӋt là các tuyӃn ӕng dӏch vө và vүn tӕQWKrPFKLSKtÿӇ tìm rò rӍ trên các tuyӃn ӕng cҩp I, II Theo báo cáo cӫa mӝt sӕ công ty cҩSQѭӟc ӣ ViӋW1DPWtQKÿӃQQăPWKuWӍ lӋ thҩt

WKRiWQѭӟFOrQÿӃQKѫn 50% tәQJOѭӧQJQѭӟFÿѭDYjRPҥQJOѭӟi [1] WURQJÿynhӳQJÿ{

thӏ lӟn có tӍ lӋ rò rӍ QѭӟFWѭѫQJÿӕLFDRQKѭWKjQKSKӕ Hӗ &Kt0LQKWtQKÿӃQQăPtrên MLCN là 34% gây thҩt thu trên 950 tӹ ÿӗQJQăPKD\F{QJW\9,:$&2 +jNӝL OrQÿӃn 60% [1] Vұy nên các nghiên cӭu vӅ giҧm tӍ lӋ Qj\ÿѭӧc quan tâm nhiӅu KѫQ&iFJLҧi pháp kӻ thuұWÿѭӧc áp dөQJQKѭJLҧm áp suҩt làm viӋc cӫDÿѭӡng ӕng [2], quy hoҥch phân vùng tách mҥQJÿӇ nâng cao hiӋu quҧ quҧn lí mҥQJOѭӟi cҩSQѭӟc [3]+D\FiFÿӅ xuҩW[iFÿӏnh vӏ trí rò rӍ bҵng công nghӋ phát hiӋn rò rӍ [4] và tӵ ÿӝng hóa kӃt hӧp các thiӃt bӏ cҧm biӃn [5] Tuy nhiên thӵc hiӋn các giҧi pháp này các công

ty cҩSQѭӟc cҫn có thӡi gian, nguӗn nhân lӵFYjFKLSKtWѭѫQJÿӕi lӟn Vұ\QrQÿiQKgiá khҧ QăQJYӥ ӕng không nhӳng phөc vө cho công tác dӵ báo MLCN bӏ ô nhiӉm mà FzQOjFѫVӣ ÿӇ giҧm thiӇu tӍ lӋ Qѭӟc bӏ thҩWWKRiWWUrQÿѭӡng ӕng cҩSQѭӟc tӕWKѫQ Nguyên nhân vӥ ӕng có thӇ GRWiFÿӝng tӯ tӵ QKLrQQKѭÿӝQJÿҩWWKLrQWDLÿk\OjQKӳng WUѭӡng hӧp rҩWNKyÿӇ kiӇPVRiWYjÿӅ phòng vұy nên chӍ có thӇ ÿѭDUDJLҧi pháp ӭng phó và khҳc phөc hӋ thӕng trong nhӳQJWUѭӡng hӧp này Ngoài ra, các hoҥWÿӝng bên QJRjLQKѭWKLF{QJFiFF{QJWUuQKӣ khu vӵFÿһt ӕng; khҧ QăQJFKӏu tҧi cӫa mһWÿѭӡng phía trên ӕng dүQQѭӟc thҩSKѫQWҧi trӑng xe chҥy gây nên gүy ӕQJFNJQJUҩWNKyÿӇ dӵ EiRWUѭӟc MһFGÿmFyQKӳng cҧi tiӃQÿӇ WăQJNKҧ QăQJFKӏu lӵc cӫa vұt liӋu và các biӋn pháp bҧo vӋ khӓi tҧi trӑQJÿӝQJQKѭQJYүn không tránh khӓi nhӳQJKѭKӓng trong nhӳQJWUѭӡng hӧp này Các sӵ cӕ này có thӇ [HPOjWUѭӡng hӧSÿһc biӋt cҫn quan tâm trong quá trình quҧn lí và vұn hành mҥQJOѭӟi

Bӓ qua nhӳng sai sót trên sҧn phҭPFNJQJQKѭTX\WUuQKWKLF{QJWKuQJX\rQQKkQGүn ÿӃn vӥ ÿѭӡng ӕng chӫ yӃXOjGRăQPzQ[6] hoһc lӵFWiFÿӝng tӯ P{LWUѭӡng trong và ngoài [7], mӝt sӕ ÿRҥn ӕng thѭӡng xuyên xҧy ra vӥ thì cҫn xem xét cҧ hai nguyên nhân Qj\Ĉ{LNKLFKLSKtÿӇ sӱa chӳDÿRҥn ӕng nhiӅu lҫn sӁ FDRKѫQVRYӟi viӋc lҳSÿһt ӕng

Trang 21

mӟi [8] Bên cҥQKÿyKRҥWÿӝng sӱa chӳDFNJQJҧQKKѭӣQJÿiQJNӇ ÿӃn chҩWOѭӧng phөc

vө cӫa hӋ thӕQJFKѭDNӇ ÿӃn khҧ QăQJOjPJLiQÿRҥn giao thông tҥi khu vӵc sӱa chӳa Các nghiên cӭu ӣ ViӋt Nam vӅ dӵ báo khҧ QăQJ[Xҩt hiӋQÿLӇm vӥ WKѭӡQJÿѭӧc thӵc hiӋn trên mô hình WaterGEMs cӫa công ty Bentley, bҵQJÿѭDYjRP{KuQKFiFVӕ liӋu

vӥ lӏch sӱ và giá trӏ áp suҩWÿRÿѭӧc tҥi mӝt sӕ ÿLӇm trên MLCN [9], kӃt quҧ mô hình OjFѫVӣ ÿӇ GzWuPÿLӇm vӥ và có kӃ hoҥch sӱa chӳDÿѭӡng ӕQJĈk\OjSKѭѫQJSKiShӳu ích giúp công tác phát hiӋQÿLӇm vӥ FKtQK[iFKѫQWLӃt kiӋm thӡi gian và nhân lӵc cho cáFÿѫQYӏ quҧn lí Ngoài ra mӝt sӕ giҧi pháp vӅ phân vùng tách mҥng [3] FNJQJÿѭӧFÿӅ cұp tӟLÿӇ hӛ trӧ cho công tác phát hiӋn rò rӍ QKDQKKѫQEҵng cách giám sát áp suҩWYjOѭXOѭӧng tiêu thө trong tӯng vùng nhӓ qua hӋ thӕQJWK{QJWLQÿӏa lý và mô hình thӫy lӵc cӫa MLCN [10] Tuy nhiên dӵa vào kӃt quҧ cӫa mô hình chӍ khoanh vùng khu vӵc rò rӍ chӭ không thӇ dӵ báo khҧ QăQJYӥ cho tҩt cҧ FiFÿRҥn ӕng trên mҥQJOѭӟi, vұy nên cҫn có mӝWKѭӟng tiӃp cұQNKiFÿӅ [iFÿӏnh khҧ QăQJYӥ cӫa tӯng ӕng

Tәng quan các nghiên cӭXQJRjLQѭӟc vӅ ӕng vӥ trên MLCN

ĈmFyQKLӅu nghiên cӭu tìm hiӇu nguyên nhân vӥ ӕng trên mҥQJOѭӟi phân phӕLÿӇ tӯ ÿyGӵ báo khҧ QăQJYӥ ӕng, kӃt quҧ cӫa nghiên cӭXOjFѫVӣ ÿӇ ÿѭDUDNӃ hoҥch sӱa chӳa và bҧRGѭӥng mҥQJOѭӟi cҩSQѭӟc Vӟi mөFÿtFKÿѭDUDFiFNӃt quҧ mô phӓng FKtQK[iFYjFyÿӝ tin cұy, theo thӡLJLDQFiFSKѭѫQJSKiSFNJQJQKѭQӝi dung nghiên cӭXÿѭӧc mӣ rӝng và xem xét vҩQÿӅ toàn diӋQKѫQFҧ vӅ phân tích nguyên nhân lүn

mô hình dӵ báo ӕng vӥ trên MLCN Tәng hӧp và phân tích các kӃt quҧ công bӕ trên các tҥSFKtQѭӟc ngoài uy tín, luұQYăQWyPWҳWÿѭӧc quá trình phát triӇn cӫa các nghiên cӭu liên quan tӟi dӵ báo khҧ QăQJӕng vӥ theo thӡLJLDQQKѭ+uQK 1.1

1.2.1 Các y͇u t͙ ̫QKK˱ͧng tͣi s͹ ki͏n vͩ ͙ng trên MLCN

ĂQPzQYұt liӋu là kӃt quҧ cӫDTXiWUuQKÿLӋn hóa xҧy ra trên vұt liӋXNKLÿһt trong môi WUѭӡng tӵ nhiên Nghiên cӭu công bӕ sӟm nhҩWQăPWiFJLҧ [11] ÿmNKҧo sát trên ӕng gang xám 40 tuәi có bӅ mһt bӏ ăQPzQÿiQJNӇ KӃt quҧ Qj\ÿmÿӏQKKѭӟng cho các nghiên cӭXVDXÿyFKRUҵng theo thӡi gian bӅ mһt vұt liӋu xuҩt hiӋn các vӃWăQPzQGRWiFÿӝng cӫDP{LWUѭӡQJÿһt ӕng kӃt hӧp vӟLÿLӅu kiӋn làm viӋc bên trong ӕng và tұp

Trang 22

trung phân tích các yӃu tӕ liên quan bao gӗP P{L WUѭӡQJ ÿҩt bên ngoài ӕng và môi WUѭӡQJQѭӟc bên trong

Hình 1 1 Tәng hӧp nghiên cӭu dӵ báo ӕng vӥ trên MLCN theo thӡi gian

Tác giҧ -5RVVXP>@ÿmSKkQWtFKQJX\rQQKkQăQPzQGRÿLӋn cӵFYjÿӅ xuҩWSKѭѫQJpháp tính chiӅX VkXăQPzQPһt ngoài ӕng kim loҥLQKѭQJWiF JLҧ lҥLFKѭD[HP [pWtrѭӡng hӧp ҧQKKѭӣng tӯ P{LWUѭӡng vұt chҩt bên trong mà ӕng tiӃp xúc Nghiên cӭu

>@ÿmÿӅ xuҩt tính tӍ lӋ xâm thӵc theo tuәi thӑ ӕng, tұp trung phân tích các hӋ sӕ ҧnh Kѭӣng cӫa khoҧng thӡi gian ҭPѭӟWWURQJQăPYjWiFÿӝng cӫa các tính chҩWăQPzQhóa lí, công thӭc sӱ dөng nhiӅu các hҵng sӕ nên khi áp dөng cҫn có phân tích và quy ÿәi cho phù hӧp vӟi khu vӵc thӵc tӃ Nhӳng chӍ sӕ trên cho thҩy mӭFÿӝ ҧQKKѭӣng cӫa

MH ANN : Mô Hình M̩ng Trí Tu͏ Nhân

T̩o ± Artificial Neural Network

MH HQTT: Mô Hình H͛i Quy Tuy͇n Tính

MH H4Ĉ% : Mô Hình H͛i Quy Ĉa Bi͇n

MH HQP : Mô Hình H͛i Quy Poisson

MH HQLT: Mô Hình H͛i Quy Logistic T͝ng Quát

MHDT: Mô hình Cây Quy͇WĈ͓nh

Trang 23

P{LWUѭӡng ngoài tӟi khҧ QăQJӕng vӥ GRăQPzQWURQJÿyP{LWUѭӡQJÿҩt hӛn hӧp sét

và cát có ҧQKKѭӣng lӟn [14]

3KѭѫQJSKiSFӫa tác giҧ 5DMDQLQăPÿmSKkQWtFKNӻ KѫQFҧ hai yӃu tӕ ăQPzQWӯ bên ngoài và bên trong ӕng dүQQѭӟc, dӵDWUrQKDLP{KuQKăQPzQSKiWWULӇn nhanh theo hàm sӕ PNJYjăQPzQSKiWWULӇn chұm tuyӃn tính So sánh các nghiên cӭu thì kӃt quҧ cӫa [15] ÿѭDUDFKLӅXVkXăQPzQSKiWWULӇn nhanh ӣ JLDLÿRҥQÿҫXQKѭQJFKұm dҫn

ӣ thӡLÿLӇm sau và kӃt luұQOLrQTXDQÿӃn xác suҩt ӕng vӥ FNJQJÿѭӧc phát biӇXWѭѫQJ

tӵ ³.Kҧ QăQJӕng vӥ WăQJWURQJJLDLÿRҥQÿҫu làm viӋc giҧm dҫn ӣ JLDLÿRҥQVDX´[8] Bên cҥQKÿyÿһFÿLӇPFѫKӑc cӫa vұt liӋu; lӛi do nhà sҧn xuҩt; kӻ thuұt thi công sai; vӏ WUtÿһt ӕQJFNJQJFyҧQKKѭӣng nhҩWÿӏnh tӟi giá trӏ này [16]

1KѭYұy, khҧ QăQJӕng vӥ GRăQPzQVӁ ÿѭӧFÿRÿӃm qua biӃQÿҥi diӋn là thӡi gian ӕng làm viӋc Mӝt sӕ tác giҧ ÿmFKRWKҩy tuәi thӑ trung bình cӫa ӕng gang dҿRFy[XKѭӟng thҩSKѫQWӯ 3-7 tuәi so vӟi các vұt liӋu khác [17] và tuәi vӥ ӕng khҧo sát cho vұt liӋu này là 13 tuәi, mӝt nghiên cӭu khác lҥLÿѭDUDÿӝ tuәi vӥ cӫa ӕng dүn nҵm trong khoҧng

tӯ 32-40 tuәi [18] Nghiên cӭu [19] ÿmNӃt luұn vұt liӋu uPVC có xác suҩt vӥ trong giai ÿRҥQÿҫu mӟi lҳSÿһWFDRKѫQӕng thép

Tuәi thӑ ӕng dүn không chӍ giҧPGRăQPzQFӫDP{LWUѭӡng mà bҧn thân vұt liӋu ӕng FNJQJWKD\ÿәi khҧ QăQJFKӏu lӵc do các biӃn dҥQJÿjQKӗi hoһFNK{QJÿjQKӗLGѭӟi tác dөng cӫa tҧi trӑng phát sinh tӯ P{LWUѭӡng ӕng làm viӋFQKѭWKLrQWDLÿӝQJÿҩt hoһc các sӵ kiӋn ngүu nhiên [20] YjGDRÿӝng cӫa giá trӏ áp suҩt bên trong dүn Nhӳng nghiên cӭXÿҫXWLrQÿmÿѭӧc thí nghiӋm trên ӕng Gang xám [21] và tiӃp tөFÿѭӧc phát triӇn bӣi [22], tác giҧ ÿmOҩy mӝWÿRҥn ӕQJJDQJÿDQJOjPYLӋc trên mҥQJOѭӟi cҩSQѭӟc thành phӕ Toronto, Ontario và tiӃn hành thí nghiӋm kiӇPWUDFiFWtQKFѫKӑc (kéo, nén, phá hӫy cҳWÿӝ bӅn chӕng gүy) cӫa vұt liӋu, kӃt quҧ cho thҩy các ӕQJFNJFyNKҧ QăQJFKӏu

lӵFNpPKѫQ;iFVXҩt vӥ ӕQJWKHRFiFWiFÿӝng trӑQJÿѭӧc cho là mӝt hҵng sӕ

Ӕng làm viӋFWURQJP{LWUѭӡng tҧi trӑQJWƭQKVӁ khác rҩt nhiӅu so vӟi tҧi trӑQJÿӝng, sӵ WKD\ÿәi liên tөc cӫa giá trӏ áp lӵFQѭӟc trong ӕng có ҧQKKѭӣng phӭc tҥp tӟi vұt liӋu ӕng dүn [23] Tác giҧ Hossein Rezaei chӭng minh rҵng ӕng vӥ dҥng nӭt dӑc sӁ ÿӗng

Trang 24

nӃu tҧi trӑQJYzQJÿӫ lӟn sӁ làm vӃt nӭt phát triӇQQKDQKKѫQYjJk\UDYӥ và rút ngҳn thӡi gian làm viӋc cӫa ӕng

Ĉѭӡng kính, chiӅu dài, vұt liӋu và khu vӵFÿһt ӕng không phҧi là giá trӏ WiFÿӝQJÿӃn

ÿӝ bӅn cӫa vұt liӋXPjOjÿҥLOѭӧQJÿһFWUѭQJÿӇ phân loҥLQăQJOӵc làm viӋc cӫa ӕng dүn Nhӳng nghiên cӭXWUѭӟFQăPGR-95% vұt liӋXÿѭӧc sӱ dөng trên mҥng Oѭӟi là gang xám nên chӍ tұp chung vào mӝt loҥi vұt liӋu này [11] hoһc cho rҵng các ÿRҥn ӕng làm viӋc riêng lҿ [16], vұy nên kӃt quҧ FKѭDFyWtQKWәng quát và kӃt luұn trong các nghiên cӭXÿ{LNKLNK{QJWKӕng nhҩWĈӃn năPWiFJLҧ Kottmann mӣ rӝng nghiên cӭu các loҥi vұt liӋu cho thҩy ӕng gang và ӕng sҳt dӉ vӥ nhҩt; vұt liӋu uPVC dӉ

vӥ khi mӟi lҳSÿһt; so vӟi các vұt liӋu AC, CI, ST thì ӕng DI có tӍ lӋ vӇ vӥ giҧm ít nhҩt WURQJQăPNKҧo sát [19] Ĉӕi vӟi mҥQJOѭӟi ӣ các thành phӕ lӟn thì khҧ QăQJYӥ ӕng Fyÿѭӡng kính lӟQKѫQPPOӟn, tuy nhiên kӃt quҧ này còn phө thuӝc vào phҫQWUăPGkQFѭWURQJNKXYӵc và diӋn tích ӕng bao phӫ [16] Sӱ dөng mô hình Bayesian trung EuQKÿmWtQKNKҧ QăQJ[ҧy ra vӥ ӕng phө thuӝc nhiӅu vào chiӅu dài và tuәi thӑ ӕng dүn

* L͓ch s͵ vͩ ͙ng

Sӕ lҫn vӥ ӕQJWUѭӟFÿk\ÿѭӧF[HPQKѭPӝt biӃn nhiӉu ҧQKKѭӣng tӟi xác suҩt ӕng vӥ Khҧo sát hӋ thӕng cҩSQѭӟc cӫa Binghamton cho thҩy cҫn thay thӃ mӝt sӕ ÿRҥn ӕng vӥ liên tөc và cҫn phҧi thay thӃ ӕng mӟi, vì nӃu không thay thì chi phí sӱa chӳa liên tөc sӁ lӟQKѫQQKLӅu so vӟi chi phí thay mӟi Sӵ viӋFQj\ÿmÿѭDUDPөc tiêu cho tác giҧ Walski nghiên cӭu vӅ mӭFÿӝ liên quan giӳa sӕ lҫn vӥ ӕng và khҧ QăQJ[Xҩt hiӋn lҫn vӥ tiӃp theo[8], kӃt quҧ cho thҩy tҫn suҩt xuҩt hiӋn vӥ phө thuӝc tӍ lӋ thuұn vӟi sӕ lҫn vӥ WUѭӟc ÿyYjPӝt khҷQJÿӏQKWѭѫQJWӵ FNJQJÿѭӧc tác giҧ [24] ÿѭDUD.KRҧng thӡi gian xҧy ra

vӥ lҫn sau sӁ ngҳQKѫQOҫQWUѭӟc

Nhұn xét: Qua các nghiên cӭu trên cho thҩy ӕng vӥ không chӍ do ӕng bӏ ăQPzQPj

FzQGRWiFÿӝng cӫa tҧi trӑng làm viӋFÿһFÿLӇm cӫa vұt liӋu ӕng và lӏch sӱ vӥ, cҫn xem xét các biӃQÿҥi diӋn cho các yӃu tӕ Qj\ÿӇ ÿѭDYjRP{KuQKGӵ báo ӕng vӥ

Trang 25

1.2.2 Các mô hình d͹ báo ͙ng vͩ

Xem xét dӳ liӋu thӕng kê các yӃu tӕ ҧQKKѭӣng tӟi sӵ kiӋn vӥ ӕQJÿӇ dӵ báo khҧ QăQJӕng vӥ các tác giҧ WKѭӡng sӱ dөng mô hình sӕ PNJKӗi quy tuyӃn tính, mô hình Bayesian, Poisson Mӛi mô hình có mӝWѭXÿLӇm riêng và phù hӧp vӟi sӕ liӋu khҧo sát

* Mô hình s͙ PNJ

NhұQÿӏQKEDQÿҫu cho rҵng khҧ QăQJӕng vӥ phө thuӝc vào thӡi gian làm viӋc, tác giҧ Shamir and Howard [25] ÿmÿѭDUDP{KuQKVӕ PNJÿӇ mô tҧ hiӋQWѭӧng này và mô hình tiӃp tөFÿѭӧc phát triӇn bӣi Rajani [26]3KѭѫQJWUuQKVӕ PNJP{Wҧ sӕ lҫn vӥ trên mӝt ÿѫQYӏ chiӅu dài tҥi thӡLJLDQWQKѭVDX

Vӟi N(t0) là sӕ lҫn vӥ ӣ thӡLÿLӇPEDQÿҫu và A là tӍ lӋ WăQJFӫa sӕ lҫn vӥ trong khoҧng thӡi gian tӯ t0 ÿӃn t Các tham sӕ Qj\ÿѭӧFWKD\ÿәLÿӇ phù hӧp vӟi tӯng tұp dӳ liӋu khҧo sát tuy nhiên dӳ liӋXQj\NK{QJÿӅ cұp tӟi các yӃu tӕ OLrQTXDQQKѭP{LWUѭӡng làm viӋc cӫa ӕQJÿLӅu kiӋn áp suҩWP{LWUѭӡng trong và ngoài ӕng Nên dүQÿӃQQKѭӧc ÿLӇm cӫDSKѭѫQJpháp là khi xem xét sӕ ÿLӇm vӥ trên mӝWÿRҥn ӕng cҩSQѭӟc thì các ӕng truyӅn dүn có chiӅu dài lӟn sӁ có sӕ lҫn vӥ nhiӅXYjFiFÿRҥn ӕng nhánh phân phӕi

có chiӅu dài nhӓ và tӍ lӉ vӥ ӕQJFDRQKѭQJOҥLÿѭDUDNӃt quҧ sӕ lҫn vӥ tWKѫQQKLӅX1Kѭvұy cҫn phҧi xem xét tӟLFiFÿһFÿLӇm hình hӑc cӫa mҥQJOѭӟi cҩSQѭӟc nhiӅXKѫQNKL

áp dөng mô hình sӕ PNJ

* Mô hình h͛i quy Bayesian

Hӗi quy Bayesian là mô hình mӟL ÿѭӧc áp dөng trong các nghiên cӭu gҫQ ÿk\ Yӟi nhӳQJѭXÿLӇm cӫa lý thuyӃt Bayes giúp bài toán có kӃt quҧ FKtQK[iFKѫQFiFSKѭѫQJSKiSWUѭӟc Tác giҧ Golam Kabir [27] ÿm[k\Gӵng mô hình hӗLTX\%D\HVLDQWUrQFѫ

sӣ lý thuyӃt tính xác suҩt cӫa sӵ kiӋn ӕng vӥ M1 và biӃn cӕ ÿӕi cӫa M1 là M2 (không xҧy ra vӥ) có ttQKÿӃn dӳ liӋu lӏch sӱ ӕng vӥ khҧRViWÿѭӧc tӯ thӵc tӃ là y bҵng công thӭc xác suҩWQKѭVDX

ܲݎሺ ܯଵȁݕሻ ൌ ݌ሺݕȁܯଵሻ ܲݎሺ ܯଵሻ

݌ሺݕȁܯଵሻ ܲݎሺ ܯଵሻ ൅ ݌ሺݕȁܯଶሻ ܲݎሺ ܯଶሻ (1.2)

Trang 26

7URQJÿyS \_01), p(y|M2) là xác suҩt xҧy ra sӵ cӕ ӕng vӥ trong tұp sӕ liӋu khҧo sát y NKLFyFiFÿLӅu kiӋn M1, M2 Dӳ liӋu y bao gӗm các yӃu tӕ ҧQKKѭӣng tӟi sӵ kiӋn ӕng

vӥ YjP{LWUѭӡng xung quanh ӕng KӃt quҧ nghiên cӭu cho thҩy ҧQKKѭӣng cӫa các tính chҩt vұt lí ӕng dүn quan trӑQJKѫQWiFÿӝng cӫDP{LWUѭӡQJÿһt ӕng Tuy nhiên xác suҩt

dӵ báo phө thuӝc nhiӅu vào xác suҩt tiӅQÿӏnh (p(y|M1), p(y|M2)), vӟi các giá trӏ cӫa biӃn không dүQÿӃn sӵ cӕ vӥ ӕng trong lӏch sӱ thì mô hình dӵ báo không chính xác

* Mô hình h͛i quy Poisson

So sánh hiӋu quҧ các mô hình hӗi quy tuyӃn tính, hӗi quy logistic tәng quát, Poisson,

sӕ PNJWiFJLҧ Yamijala [28], vӟi mô hình hӗi quy Poisson phân tích theo công thӭc:

ܲሺܻ ൌ ݕȁݔԦሻ ൌ ݁ିఓߤ௬

7URQJÿy\OjVӕ lҫn ӕng vӥ WUXQJEuQKÿѭӧc dӵ báo tӯ các biӃn liên quan (x) trong hàm hӗLTX\ȝ ( <_[ሬԦ), các biӃQOLrQTXDQ [ Ojÿѭӡng kính ӕng, vұt liӋu, khu vӵc bao phӫ

là rӯQJÿҩt nông nghiӋp, giao thông và biӃQÿRÿӃPÿѭӧFQKѭQKLӋWÿӝOѭӧQJPѭDÿӝ

ҭm cӫDÿҩt là mӝWWURQJQKѭQJQJX\rQQKkQJk\QrQYӥ ӕng trong hӋ thӕng KӃt quҧ cho thҩy khҧ QăQJGӵ báo ӕng vӥ cӫa mô hình Poisson không tӕWQKѭP{KuQKKӗi quy logistic tәng quát

* Mô hình h͛i quy tuy͇QWtQKÿDEL͇n và logistic t͝ng quát

Các mô hình hӗi quy tuyӃQWtQKÿѭӧc áp dөng phә biӃn cho dӵ báo khҧ QăQJOjPYLӋc cӫa ӕng có nӝLGXQJSKѭѫQJSKiSÿѫQJLҧQYjÿѭӧc tác giҧ Andreou [17] sӱ dөQJÿӇ

dӵ báo tӍ lӋ vӥ ӕng yi theo các biӃn sӕ ҧQKKѭӣng tӟi sӵ kiӋn ӕng vӥ xi có dҥng:

7URQJÿy: ĮȕOjKӋ sӕ hӗi quy tuyӃQWtQKYjİi là sai sӕ

Vӟi mô hình hӗi quy tuyӃQWtQKÿDELӃn thì mӛi biӃn xi sӁ có mӝt hӋ sӕ ȕLWѭѫQJӭng Nhìn chung, mô hình hӗi quy tuyӃQWtQKWѭѫQJÿӕLÿѫQJLҧn, dӉ sӱ dөng tuy nhiên kӃt quҧ chӍ ÿҥWÿӝ FKtQK[iFÿӃn 70% [17] Khҧ QăQJYӥ ӕng trong mô hình hӗi quy tuyӃn tính là mӝt biӃn liên tөFQrQÿѭӧFÿiQKJLiTXDWӍ lӋ vӥ ӕQJWURQJQăPWUrQNPӕng

ĈӇ khҳc phөFQKѭӧFÿLӇm này các nghiên cӭu gҫQÿk\Vӱ dөng mô hình hӗi quy logistic tәQJTXiWÿӇ xem xét biӃn yi ӣ dҥng nhӏ SKkQ_TXDÿyÿiQKJLiWUӵc tiӃp khҧ QăQJӕng không vӥ hay vӥ

* Mô hình cây quy͇Wÿ͓nh

Trang 27

Ӭng dөng mô hình cây quyӃWÿӏQKÿӇ ÿiQKJLiNKҧ QăQJӕng vӥ FNJQJÿmÿѭӧc thӵc hiӋn trong nghiên cӭu cӫa tác giҧ Phҥm Lành [79], thuұt toán cây quyӃWÿӏnh thӵc hiӋn phân loҥLYjÿѭDUDFiFELӃn có khҧ QăQJGүQÿӃn sӵ kiӋn ӕng vӥ và gán giá trӏ WѭѫQJӭQJÿӇ phân chia dӳ liӋu mӝt cách phù hӧp nhҩWTXiWUuQKQj\ÿѭӧc lһp lҥLFKRÿӃn khi không thӇ chia lӟSÿѭӧc nӳa Mӝt cây quyӃWÿӏnh có nhiӅu lӟp và mӛi lӟp có cҧ WUăPELӃn sӕ ѬXÿLӇm cӫa cây quyӃWÿӏQKÿyOjFyWKӇ loҥi bӓ các giá trӏ ngoҥi vi (Outlier) ra khӓi hӋ thӕng, mӛi giá trӏ này sӁ bӏ cô lұp tҥi các nút riêng lҿ Mô hình cây quyӃWÿӏQKÿѭӧc gӑi

là mô hình phi tham sӕ nên khi sӱ dөng không có nhӳng ràng buӝc giӳa các biӃn sӕ FNJQJQKѭFKRWӯng biӃn sӕ và vӟi cҧ nhӳng bӝ dӳ liӋu có giá trӏ rӛng Vì mô hình cây quyӃWÿӏnh có thӇ biӇu diӉn cho tҩt cҧ các giá trӏ rӡi rҥFQrQÿ{LNKLÿӝ nhҥy vӟi tұp huҩn luyӋn dӉ bӏ nhiӉu, các thuӝc tính không phù hӧp [78]

* Mô hình m̩QJQ˯URQQKkQW̩o ANN

NhӳQJQăPJҫQÿk\WUtWXӋ nhân tҥo (AI) dӵa trên khoa hӑFPi\WtQKÿmGҫn trӣ nên phә biӃQYjÿѭӧc áp dөng trong nhiӅXOƭQKYӵc khác nhau MҥQJQѫURQQKkQWҥo (ANN)

là mӝt nhánh phát triӇn cӫD$,ÿmYjÿDQJÿѭӧc sӱ dөng rӝng rãi bӣi nhiӅu nhà khoa hӑc áp dөng cho ngành kӻ thuұt xây dӵng Rҩt nhiӅu công trình nghiên cӭXÿmÿѭӧc công bӕ chӭng minh tiӅPQăQJFӫa mô hình này trong viӋc dӵ ÿRiQNKҧ QăQJӭng xӱ cӫa các cҩu kiӋQFNJQJQKѭYұt liӋXNKiFQKDXWURQJOƭQKYӵFFѫKӑc kӻ thuұt

$11UDÿӡi xuҩt phát tӯ êWѭӣng mô phӓng bӝ QmRFRQQJѭӡi Giӕng QKѭFRQQJѭӡi,

$11ÿѭӧc hӑc bӣi kinh nghiӋPOѭXQKӳng kinh nghiӋPÿyYjVӱ dөng trong tình huӕng phù hӧp MҥQJQѫURQQKkQWҥo (ANN) mô phӓng lҥi mҥng noron sinh hӑc là mӝt cҩu trúc khӕi gӗPFiFÿѫQYӏ WtQKWRiQÿѫQJLҧQÿѭӧc liên kӃt chһt chӁ vӟi nhau, trRQJÿycác liên kӃt giӳDFiFQѫURQTX\ӃWÿӏnh chӭFQăQJFӫa mҥng

Tӯ các lý thuyӃWFѫEҧn vӅ mҥQJ$11ÿmFyQJKLrQFӭu tiӃp cұn mҥQJQj\ÿӇ [iFÿӏnh hiӋu suҩt làm viӋc cӫa hӋ thӕng cҩSQѭӟFFNJQJQKѭWӍ lӋ vӥ ӕng trong thӡi gian làm viӋc [29], ngoài ra còn ÿӅ xuҩWÿѭDSKkQWtFKSKkQWҫQJ $+3 YjRP{KuQK$11ÿӇ WăQJhiӋu suҩt mô hình [30] Dӳ liӋu khҧRViWÿѭӧc phân loҥi thành các cҩSÿӝ khác nhau theo các tiêu chí nhҩWÿӏQKVDXÿyÿiQKJLiWUӑQJOѭӧng cӫa mӛi yӃu tӕ và phân tích tәng hӧSÿӇ ÿѭDUDJLiWUӏ ÿyQJJySWUXQJEuQKFӫa mӛi yӃu tӕ vào sӵ kiӋn ӕng vӥ Quá trình phân tích dӳ liӋXQj\ÿѭӧc mô phӓng trên mҥng ANN và mô hình AHP, kӃt quҧ

Trang 28

tӍ lӋ vӥ ӕng 13,13%, mөFÿtFKcung cҩSQѭӟc cӫa tӯQJÿRҥn ӕQJFNJQJÿѭӧc cho là ҧnh Kѭӣng tӟi khҧ QăQJYӥ ӕng là 2,85% Mӝt trong nhӳQJQKѭӧFÿLӇm cӫa mô hình ANN

là thӡi gian chҥy mô hình lӟn và chi phí cho khҧo sát sӕ liӋXÿҫu vào khá cao, vұy nên

mô hình mӟi chӍ ÿiSӭng cho nghiên cӭu hӑc thuұt

Nhұn xét: Qua các phân tích trên cho thҩy mӛi mô hình có mӝWѭXÿLӇm riêng và cҫn

tiӃp tөc cҧi thiӋQP{KuQKÿӇ có kӃt quҧ dӵ EiRFKtQK[iFKѫQKӃ thӯa và phát triӇn các nghiên cӭXWUѭӟFÿk\NӃt hӧp vӟi mөc tiêu xây dӵng mӝt mô hình dӵ báo ӕng vӥ có chҩWOѭӧng tӕWÿӝ tin cұy cao phù hӧp vӟLÿLӅu kiӋn mҥQJOѭӟi cҩSQѭӟc ӣ ViӋt Nam, tác giҧ ÿӅ xuҩt mô hình dӵ EiRQKѭVDX

- ĈiQKNKҧ trӵc tiӃp khҧ QăQJ[Xҩt hiӋQÿLӇm vӥ trên ӕng, không qua tӍ lӋ vӥ trên 1km QKѭQJKLrQFӭu mô hình sӕ PNJFӫa tác giҧ Shamir and Howard [13]

- Ĉánh giá hiӋQWѭӧng ӕng vӥ cҫQ[pWÿӃn các yӃu tӕ ҧQKKѭӣng trong quá trình làm viӋc cӫa ӕQJÿӗng thӡi không chӍ xét trên tұp sӕ liӋu ӕng vӥ và cҫn xem xét cҧ sӕ liӋu ӕng không vӥ trên toàn mҥQJOѭӟi cҩSQѭӟc Bên cҥQKÿyJLiWrӏ ӕng vӥ và không vӥ sӁ ÿѭӧc gán theo hai sӕ nhӏ SKkQ_QKѭQJKLrQFӭu cӫa tác giҧ T Wengström [15]

- 1KѭӧFÿLӇm vӅ hiӋu suҩt cӫa mô hình ANN mà nghiên cӭXWUѭӟFÿk\ÿmÿѭDUDWKuvӟi sӵ phát triӇn công nghӋ thông tin ngày nay hoàn toàn có thӇ khҳc phөFÿѭӧc vұy nên trong nghiên cӭu này tiӃp tөc sӱ dөQJ$11ÿӇ xây dӵng mô hình

Nӝi dung nghiên cӭu

Nghiên cӭu tәQJTXDQÿmFKRELӃWQJX\Fѫӕng vӥ trên MLCN xҧy ra do tәng hӧp cӫa nhiӅu yӃu tӕ ҧQKKѭӣng vұ\ÿӇ dӵ EiRÿѭӧFQJX\FѫQj\OXұQYăQ cҫn thӵc hiӋn các nӝi dung sau:

N͡i dung 1: Nghiên cӭXFѫVӣ khoa hӑFÿӇ dӵ EiRQJX\Fѫӕng vӥ trên MLCN

N͡i dung 2: Nghiên cӭu sӱ dөng mҥQJQѫron nhân tҥRÿӇ xây dӵng mô hình dӵ báo

ӕng vӥ trên MLCN

N͡i dung 3: KiӇm chӭng thӵc tӃ

Trang 29

Hình 1 2 Nӝi dung nghiên cӭu dӵ báo ӕng vӥ trên MLCN

Tӯ các nӝLGXQJWUrQÿӅ WjLÿӅ xuҩt trình tӵ nghiên cӭXQKѭ+uQK2 HiӋQWѭӧng ӕng

vӥ là tә hӧp cӫa các yӃu tӕ WiFÿӝng tӯ P{LWUѭӡng làm viӋFFNJQJQKѭÿһFWtQKFѫKӑc cӫa vұt liӋu ӕng, vұy nên khҧ QăQJYӥ ӕQJWUrQ0/&1ÿѭӧF[iFÿӏnh dӵa trên tҩt cҧ các yӃu tӕ này Nghiên cӭu tiӃn hành thu thұp sӕ liӋu vӥ ӕng thӵc tӃ tӯ ÿyWәng hӧp và ÿiQKJLiVӕ liӋu bҵng các phҫn mӅm Excel, Google Earth, QGIS (Hình 1.3) Ngoài ra,

ÿӇ WăQJWtQKFKtQh xác trong quá trình tәng hӧp sӕ liӋu nghiên cӭu sӱ SKѭѫQJSKiSOҩy

ý kiӃn chuyên gia và kiӇPÿӏnh sӕ liӋu thӕng kê Sau khi sӕ liӋXÿѭӧc chuҭn hóa sӁ

Trang 30

ÿѭӧc sӱ dөQJÿӇ kiӇm chӭng mô hình dӵ báo Nӝi dung nghiên cӭu sӁ tұp trung nhiӅu KѫQWӟLÿһFÿLӇm hình hӑc cӫa mҥQJOѭӟi ӕng dүQQKѭVӕ OѭӧQJÿRҥn ӕng trên mӝt tuyӃn, vӏ trí tuyӃQÿѭӡQJÿһt ӕng

Hình 1 3 Phҫn mӅm QGIS

Các mô hình dӵ EiRQJX\Fѫӕng vӥ FNJQJNK{QJQJӯQJÿѭӧc cҧi thiӋQÿӇ dӵ báo vӏ trí ӕng vӥ mӝt cách chính xác và nhanh chóng Vӟi mөc tiêu phát triӇn mӝt mô hình tӕt KѫQYjFyWKӇ ӭng dөng vào thӵc tӃ, trong nghiên cӭXQj\ÿmÿӅ xuҩt sӱ dөng mô hình hӗi quy logistic và mô hình mҥQJQѫURQQKkQWҥRÿӇ dӵ báo ӕng vӥ

Trang 31

&Ѫ6Ӣ LÝ THUYӂ79¬3+ѬѪ1*3+È3/8ҰN

Trong FKѭѫQJQj\WLӃp tөc phát triӇn nӝi dung nghiên cӭXÿmÿӅ xuҩt ӣ FKѭѫQJÿӇ lӵa chӑn các mô hình phù hӧp nhҩt vӟi mөFWLrXÿmÿӅ ra

ĈiQKJLiFiF\Ӄu tӕ ҧQKKѭӣng tӟi sӵ kiӋn ӕng vӥ trên MLCN

HӋ thӕng cҩSQѭӟc cӫa ViӋt Nam bҳWÿҫu sӕ hóa khoҧng tӯ QăP3 và vүQÿDQJWURQJJLDLÿRҥn hoàn chӍQKÿӗng bӝ hóa thông tin, vұy nên trong quá trình thu thұp dӳ liӋu

có nhӳng sӕ liӋu không có khҧ QăQJWKXWKұSFNJQJQKѭWKӡi gian thӵc hiӋn không cho phép nên giӟi hҥn luұQYăQÿһt ra là phân tích trên nhӳng sӕ liӋu thu thұSÿѭӧc tӯ hӋ thӕng thông tin GIS cӫa hӋ thӕng cҩSQѭӟc Vì vұy kӃt quҧ cӫa luұQYăQFyWKӇ không ÿiQKJLiFKLWLӃWÿѭӧFFiFÿLӅu kiӋQOLrQTXDQQKѭFKӍ sӕ dүQÿLӋQÿӝ ҭm cӫDP{LWUѭӡng ÿҩt bên ngoài hay chӍ sӕ oxy hòa tan cӫDQѭӟFWURQJÿѭӡng ӕng, giá trӏ lӵc tác dөng tӯ nӅQÿѭӡng cho tӯQJÿRҥn ӕQJ7X\QKLrQP{KuQKÿӅ xuҩt trong nghiên cӭu lҥi có tính

áp dөng thӵc tӃ tӕW KѫQWӯ nhӳng dӳ liӋu Geography Information System - GIS cӫa công ty cҩSQѭӟc hoàn toàn có thӇ ѭӟFOѭӧng khҧ QăQJӕng vӥ mà không phҧi thu thұp hay khҧo sát cө thӇ tӯng vӏ WUtÿһt ӕng trên mҥQJOѭӟi

Hình 2 1 Nguyên nhân dүQÿӃn ӕng vӥ trên mҥQJOѭӟi cҩSQѭӟc (MLCN)

Tӯ các nghiên cӭX WUѭӟF ÿk\ OXұQ YăQ WLӃn hành phân loҥi nguyên nhân vӥ ӕng trên mҥQJOѭӟi cҩSQѭӟc thành hai nhóm yӃu tӕ chính QKѭ+uQKWURQJÿy

Trang 32

- Các yӃu tӕ WiFÿӝng bên trong là các yӃu tӕ ҧQKKѭӣng trong quá trình làm viӋc bao

gӗm ÿӝ tuәi ӕng A, chiӅu GjLÿѭӡng ӕng (L), sӕ ÿLӇPÿҩu nӕi N0 trên mӝt tuyӃn, ÿѭӡng kính ӕng D, vұt liӋu ӕng dүQQѭӟc Mat

- Các yӃu tӕ WiFÿӝng bên ngoài là các yӃu tӕ ҧQKKѭӣng tӟi ÿѭӡng ӕQJQKѭhoҥt ÿӝng

thi công cӫa các công trình xung quanh ӕng hay mұWÿӝ giao thông trrQÿѭӡngÿӏa chҩt khu vӵc thi công, các yӃu tӕ tҧi trӑQJWiFÿӝng bên ngoàiĈk\OjQKӳQJWiFÿӝng ngүu nhiên và không әQÿӏnh theo thӡi gian làm viӋc cӫDÿѭӡng ӕQJ[HP[pWÿһFWUѭQJFKRWiFÿӝng tӯ bên ngoài, trong luұQYăQQj\HP[LQÿӅ xuҩt các yӃu tӕ ÿѭӡng kính ӕng trên mӝt tuyӃn ӕng (RD), vӏ trí tuyӃQÿѭӡQJÿһt ӕng (R) Bên cҥQKÿyWKusӕ lҫn vӥ WUѭӟc ÿk\ 3ULRU

Ngày đăng: 03/08/2024, 23:08

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w