Phát triển mô hình đồ họa bayes (SBM và DBM) kết hợp thuật toán mote carlo markov chain monte carlo để lựa chọn chương trình năng lượng tái tạo tối ưu trong công trình xây dựng

ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA TRẦN BÌNH PHƯƠNG NHÂN PHÁT TRIỂN MƠ HÌNH ĐỒ HỌA BAYES (SBM VÀ DBM) KẾT HỢP THUẬT TOÁN MONTE CARLO – MARKOV CHAIN MONTE CARLO ĐỂ LỰA CHỌN CHƯƠNG TRÌNH NĂNG LƯỢNG TÁI TẠO TỐI ƯU TRONG CƠNG TRÌNH XÂY DỰNG Chuyên ngành: Quản lý xây dựng Mã số: 60 58 03 02 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 01 năm 2019 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG - TP.HCM Cán hướng dẫn khoa học: TS Phạm Vũ Hồng Sơn Cán chấm nhận xét 1: PGS.TS Phạm Hồng Luân Cán chấm nhận xét 2: PGS.TS Nguyễn Minh Hà Luận văn Thạc sĩ bảo vệ Trường Đại học Bách Khoa – ĐHQG TPHCM, ngày tháng 01 năm 2019 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: PGS.TS Phạm Hồng Luân PGS.TS Nguyễn Minh Hà PGS.TS Lương Đức Long TS Nguyễn Anh Thư TS Trần Đức Học Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA………… ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Trần Bình Phương Nhân MSHV: 1670146 Ngày, tháng, năm sinh: 28-11-1992 Nơi sinh: TP Hồ Chí Minh Chuyên ngành: Quản lý xây dựng Mã số: 60580302 I TÊN ĐỀ TÀI: Phát triển mơ hình đồ họa bayes (SBM DBM) kết hợp thuật toán Monte Carlo – Markov Chain Monte Carlo để lựa chọn chương trình lượng tái tạo tối ưu cơng trình xây dựng II NHIỆM VỤ VÀ NỘI DUNG: Mục tiêu nghiên cứu đề xuất phương pháp tiếp cận nhằm hỗ trợ định đa tiêu chí - Multi-Criteria Decision Making (MCDM) để có kế hoạch lượng tái tạo (RE) bền vững đáp ứng nhu cầu cộng đồng xem xét không tồn tác động kinh tế mà ảnh hưởng đến tác động mơi trường vấn đề xã hội Để có mục tiêu trên, nghiên cứu đề xuất phương pháp định lựa chọn nguồn lượng tái tạo theo hai trường hợp sau Trường hợp 1: dựa mơ hình Bayes tĩnh- The Static Model Bayes (SBM), với thuật toán Monte Carlo (MCS) để đánh giá, xếp hạng nguồn lượng tái tạo (năm 2017) Trường hợp 2: giả định liệu khảo sát chuyên gia số lượng bền vững (SIs) (từ năm 2009 đến năm 2017) Sau đó, vận dụng mơ hình Bayes động - The Dynamic Model Bayes (DBM), kết hợp thuật toán Monte Carlo lai (cụ thể: Markov Chain Monte Carlo – MCMC) để mô phỏng, đánh giá bảng xếp hạng nguồn lượng tái tạo theo thời gian (từ năm 2009 đến 2017) III NGÀY GIAO NHIỆM VỤ : 13-8-2018 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 14-12-2018 V CÁN BỘ HƯỚNG DẪN : TS Phạm Vũ Hồng Sơn Tp HCM, ngày tháng 01 năm 2019 CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO Phạm Vũ Hồng Sơn TRƯỞNG KHOA….……… ĐH Bách Khoa TPHCM Luận Văn Thạc Sĩ LỜI CẢM ƠN Thời gian trơi qua thật nhanh, “Nó đi không chờ đợi ai”! Mới ngày đậu cao học ngành Quản Lý Xây Dựng - Đại học Bách Khoa TPHCM, lúc bỡ ngỡ bước chân vào nghề mà tơi hồn thành khóa học Tơi nhớ lời TS Lê Hồi Long buổi học hôm “Các bạn có khoản thời gian lao động cực nhọc, khoản thời gian giành cho gia đình Do đó, bạn phải cố gắng nỗ lực, phải tâm học tới bạn thấy đường đến thành cơng Bạn mạnh dạn bước đi, đừng ngần ngại gian khổ, đường tươi sáng chờ bạn phía trước” Cũng lời động viên ấy, tơi học với niềm đam mê, nỗ lực, kiên trì để vượt qua biết khó khăn học tập sống Việc hồn thành luận văn khơng thể khơng có trợ giúp nhiều người, tất người xứng đáng vinh danh Lời cảm ơn tơi xin dành cho gia đình Đây nguồn động lực to lớn đời Xin cảm ơn ba mẹ hai bên gia đình động viên ngày Xin cảm ơn người vợ dấu yêu thầm lặng hỗ trợ suốt trình học tập, mặc cho khó khăn, bộn bề sống tưởng chừng quật ngã tơi Đồng thời, tơi xin bày tỏ lịng biết ơn sâu sắc đến Thầy Cô Bộ môn Thi Công Quản Lý Xây Dựng Họ truyền đạt đến bao học viên khác nhiệt tình tâm huyết với nghề Tất kiến thức mà giảng dạy vô quý, kết hợp tinh hoa nhân loại hòa quyện với kinh nghiệm thực tiễn nghề nghiệp Thầy Cô Bộ môn Bên cạnh đó, TS Phạm Vũ Hồng Sơn ln giành nhiều thời gian quý báu để động viên, giúp đỡ tơi hồn thành Luận văn tốt nghiệp với đề tài “Phát triển mơ hình SBMMCS DBMMCMC để lựa chọn chương trình lượng tái tạo tối ưu cơng trình xây dựng” Trong trình thực đề tài cịn gặp nhiều khó khăn, tơi cố gắng để hoàn thiện luận văn Tuy nhiên, Luận văn khó tránh khỏi sai sót, tơi mong có nhận xét ` HVTH: Trần Bình Phương Nhân-MSHV:1670146 GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM Luận Văn Thạc Sĩ Thầy Cô bạn để luận văn nghiên cứu hoàn thiện Luận văn q tơi gửi tặng tới Thầy, gia đình, bạn bè, người ủng hộ bên nghiên cứu Một lần xin chân thành cảm ơn! Tp HCM, ngày 14 tháng 12 năm 2018 Tác giả luận văn Trần Bình Phương Nhân ` HVTH: Trần Bình Phương Nhân-MSHV:1670146 GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM Luận Văn Thạc Sĩ TÓM TẮT Nửa kỷ qua, song song với phát triển khoa học kỹ thuật nhân loại, nhu cầu sử dụng lượng người giới ngày cao thiếu Một nguồn nhiên liệu tự nhiên người khai thác nhiều nguồn nguyên liệu hóa thạch (bao gồm: than đá, dầu khí, khí ga tự nhiên, đá phiến dầu, nhựa đường, dầu cát) Đây nguồn nguyên liệu sử dụng nhiều giá thành rẻ nhiều so với nguồn lượng hạt nhât hay lượng tái tạo (RE) Tuy nhiên người phải đối mặt với khó khăn như: cạn kiệt nguồn ngun liệu hóa thạch phá hủy mơi trường sống khai thác chúng Hàng loạt nghiên cứu nhà khoa học đưa nhằm giải khó khăn nêu số sử dụng nguồn RE để thay Một nguồn lượng tự nhiên vô tận thân thiện với môi trường (nguồn RE bao gồm: lượng mặt trời, lượng gió, lượng địa nhiệt, lượng sinh khối, lượng thủy, lượng đại dương) Bên cạnh tìm nguồn RE việc khai thác sử dụng nguồn lượng cịn ảnh hưởng đến khía cạnh mơ trường, khía cạnh xã hội, khía cạnh kinh tế quốc gia Do đó, việc lựa chọn nguồn RE phù hợp vấn đề đáng quan tâm Tuy nhiên, nay, vấn đề ý bỏ qua Hậu đầu tư ban đầu cho RE nhiều mà hiệu mang lại không cao Để giải vấn đề nêu trên, nghiên cứu đề xuất phương pháp lựa chọn nguồn RE để phù hợp với ba khía cạnh bền vững xã hội (Mơi trường, Xã hội, Kinh tế) mơ hình Bayesian tĩnh (SBM) kết hợp với thuật toán Monte Carlo (MCS) mơ hình Bayesian động (DBM) kết hợp với thuật tốn mơ Markov Chain (MCMC) Kết nghiên cứu đưa bảng xếp hạng cụ thể năm 2017 bảng xếp hạng biến thiên theo thời gian (từ năm 2009 đến năm 2017), qua giúp người định có nhìn nhận tổng quát lựa chọn cách tối ưu nguồn RE ` HVTH: Trần Bình Phương Nhân-MSHV:1670146 GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM Luận Văn Thạc Sĩ ABSTRACT Over the past century, in parallel with the development of science and technology of mankind, the demand for human energy in the world has been increasing and indispensable One of the most natural sources of human fuel is fossil fuel (including coal, petroleum, natural gas, oil shale, asphalt, oil in sand) This is the most used source because it is much cheaper than either nuclear or renewable energy (RE) Human beings, however, face difficulties such as exhaustion of fossil fuels and destruction of habitat by exploiting them A number of studies have been undertaken by scientists to address these difficulties and one of them is to use RE sources instead An almost endless source of natural energy and environmentally friendly (RE sources include: solar energy, wind energy, geothermal energy, biomass energy, hydro energy, ocean energy ) In addition to the benefits of RE resources, the exploitation and use of these resources also affects the social, economic, and social dimensions of each country Therefore, choosing the right RE source is one of the issues that deserve attention However, this issue has been less noticeable or overlooked Consequently, the initial investment for RE is too much but the effect is not high In order to solve the above problem, this study proposes a method of selecting RE sources to match the three aspects of sustainability in society (Environment, Society, Economy) using the static Bayesian model (SBM) combined with the Monte Carlo (MCS) algorithm and dynamic Bayesian model (DBM) combined with the Markov Chain Simulation (MCMC) algorithm The results of the study show the specific rankings for 2017 and a timevarying ranking (from 2009 to 2017), giving the decision maker the most general view Select the most optimal sources of RE ` HVTH: Trần Bình Phương Nhân-MSHV:1670146 GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM Luận Văn Thạc Sĩ LỜI CAM ĐOAN Tôi xin cam đoan liệu thu thập đề tài “Phát triển mơ hình đồ họa bayes (SBM DBM) kết hợp thuật toán Monte Carlo – Markov Chain Monte Carlo để lựa chọn chương trình lượng tái tạo tối ưu cơng trình xây dựng” hồn tồn trung thực chưa cơng bố nghiên cứu khoa học khác thời điểm HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM Luận Văn Thạc Sĩ MỤC LỤC CHƯƠNG GIỚI THIỆU 1.1 Lý chọn đề tài 1.2 Mục tiêu nghiên cứu .4 1.3 Phạm vi nghiên cứu, giả định giả thuyết .5 1.4 Phương pháp nghiên cứu 1.5 Bố cục luận văn CHƯƠNG NGHIÊN CỨU TRƯỚC ĐÂY VỀ PHƯƠNG PHÁP HỖ TRỢ RA QUYẾT ĐỊNH ĐA TIÊU CHÍ (MCDM) .9 CHƯƠNG CƠ SỞ LÝ THUYẾT 17 3.1 Phát triển lượng tái tạo thiên niên kỷ tại: 17 3.1.1 Năng lượng Đại dương 19 3.1.2 Năng lượng gió 19 3.1.3 Năng lượng địa nhiệt .20 3.1.4 Năng lượng Nhiệt Mặt trời 21 3.1.5 Thủy điện .21 3.1.6 Năng lượng sinh học 22 3.2 Quyết Định Cho Nhóm - Group Decision Making (GDM) 24 3.3 Các mối quan hệ tính bền vững kế hoạch lượng tái tạo 24 3.3.1 Các khía cạnh Tác động Mơi trường .25 3.3.2 Khía cạnh khả phát triển kinh tế 26 3.3.3 Khía canh vấn đề xã hội 27 3.4 Vai trò quản lý xây dựng phát triển lượng tái tạo 28 3.5 Mơ hình đồ họa Bayes - Bayes graphical model (BGM) .32 3.6 Thuật toán Monte Carlo (MCS) 37 3.7 Mô Markov Chain Monte Carlo (MCMC) 52 3.8 Chức vĩnh viễn 54 HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM Luận Văn Thạc Sĩ CHƯƠNG PHÁT TRIỂN MƠ HÌNH SBMMCS VÀ DBMMCM 58 4.1 Mơ hình SBMMCS DBMMCMC 60 4.2 Đánh giá hiệu mô hình 63 4.2.1 Đưa phương pháp MCDM từ nghiên cứu trước 63 4.2.2 Vận dụng mơ hình vào nghiên cứu trước 65 CHƯƠNG TÍNH TỐN CỤ THỂ 71 CHƯƠNG 6: KẾT LUẬN VÀ KIẾN NGHỊ .102 6.1 Kết luận: 102 6.2 Kiến nghị: 102 DANH MỤC TÀI LIỆU THAM KHẢO 104 PHẦN LÝ LỊCH TRÍCH NGANG .109 QUÁ TRÌNH ĐÀO TẠO 109 Q TRÌNH CƠNG TÁC 109 HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 95 Luận Văn Thạc Sĩ Hình 5.18 Kết nối liệu tổng hợp vị trí xếp hạng RE vào phần mềm Bayes Server Hình 5.19 Khai báo cột liệu trường hợp cột thời gian nguồn RE HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 96 Luận Văn Thạc Sĩ Hình 5.20 Thể chạy mơ hình DBMMCMC với 500 lần mơ Hình 5.21 Thể kết trung bình phương sai RE theo vị trí xếp hạng HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 97 Luận Văn Thạc Sĩ B.2 Xuất kết mơ hình DBMMCMC: Hình 5.22 Thể liên kết nguồn RE theo thời gian (từ năm 2009 - 2017), kết hợp với mô MCMC Hình 5.23 Thể biến thiên vị trí xếp hạng nguồn RE theo thời gian HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 98 Luận Văn Thạc Sĩ Hình 5.24 Thể biến thiên vị trí xếp hạng lượng gió Hình 5.25 Thể biến thiên vị trí xếp hạng lượng địa nhiệt Hình 5.26 Thể biến thiên vị trí xếp hạng lượng mặt trời (PV) HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 99 Luận Văn Thạc Sĩ Hình 5.27 Thể biến thiên vị trí xếp hạng lượng thủy Hình 5.28 Thể biến thiên vị trí xếp hạng lượng sinh khối Hình 5.29 Thể biến thiên vị trí xếp hạng lượng đại dương HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 100 Luận Văn Thạc Sĩ - Thông qua chạy mô hình DBMMCMC phần mềm Baeys Server, ta thu kết sau: Bảng 5.13 Tổng hợp kết xếp hạng nguồn RE theo thời gian sau chạy mơ hình DBMMCMC * Kết luận: 1/ Thơng qua bảng 5.13, ta nhận thấy vị trí xếp hạng nguồn lượng biến thiên theo thời Điều sát với thực tế, theo thời gian người tìm kiếm cho nguồn lượng RE phù hợp theo xu hướng phát triển nhân loại Nguồn lượng gió đứng thứ với giá trị trung bình cộng 1.2222, kế lượng sinh khối có giá trị trung bình cộng 2.3104, đồng thứ hạng ba lượng thủy lượng mặt trời (PV) (tuy nhiên lượng mặt trời (PV) cao chút với giá trị trung bình cộng 3.5463 chứng tỏ lượng mặt trời (PV) gần với vị trí thứ lượng thủy Vị trí áp chót thuộc lượng đại dương cuối lượng địa nhiệt 2/ Nếu đem kết từ bảng 5.13 so với bảng xếp hạng năm 2017, ta tổng hợp kết bảng 5.14 Năng Năng Năng Năng Năng Năng lượng Các nguồn RE lượng lượng địa lượng lượng lượng đại mặt trời gió nhiệt thủy sinh khối dương (PV) Trường hợp 1- Năm 2017 2- Từ năm 2009 1.2222 5.0842 3.5463 3.1546 2.3104 4.9219 đến 2017 Bảng 5.14 Tổng hợp kết xếp hạng nguồn RE theo hai trường hợp - Ba nguồn lượng khơng thay đổi thứ hạng (Năng lượng gió thứ nhất, lượng địa nhiệt thứ 5, lượng sinh khối thứ 2) Nguồn lượng thủy lượng mặt trời (PV) rõ ràng ngang (trong trường hợp thứ 2) mà trường HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 101 Luận Văn Thạc Sĩ hợp chứng tỏ Điều thể rõ thơng qua mơ hình DBMMCMC, cho thấy hai nguồn lượng người giới xem xét khía cạnh khai thác, sử dụng chí thứ hạng nguồn lượng thủy gần với vị trí thứ (kết trái ngược kết so với trường hợp 1) Do đó, kéo thứ hạng lượng đại dương lên vị trí thứ tư cao thứ hạng lượng địa nhiệt (kết trái ngược kết so với trường hợp 1) 3/ Tất nhận định cho thấy hiệu mà mơ hình DBMMCMC mang lại Mơ hình mang đến cảm nhận khách quan mối tương quan nguồn RE theo thời gian Bên cạnh đó, cịn thể mối quan tâm người nguồn RE thay đổi theo xu phát triển chung nhân loại (điều liên kết thông tin thông qua bảng tổng hợp số SIs RE từ IEA theo năm) Đáng ý lượng gió dẫn đầu bảng xếp hạng, dễ khai thác, vốn đầu tư khơng cao, cung cấp nguồn lượng vô tận Thế mà nguồn lượng mặt trời (PV) vô tận lại không xếp thứ hạng cao mà mơ hình động theo thời gian cho thấy xu hướng giảm Điều thật dễ hiểu, việc khai thác gặp nhiều khó khăn (chỉ khai thác có ánh nắng mặt trời, mùa mưa bão hay ban đêm không khai thác được) Đây xem điểm yếu việc khai thác nguồn lượng Ngoài cịn nhiều yếu tố mơi trường xã hội tác động đến nguồn RE mà làm chúng biến thiên theo thời gian HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 102 Luận Văn Thạc Sĩ CHƯƠNG 6: KẾT LUẬN VÀ KIẾN NGHỊ Trong chương này, kết luận nghiên cứu trình bày đưa gợi ý cho hướng nghiên cứu tương lai 6.1 Kết luận: Trong nghiên cứu này, việc phát triển mơ hình SBMMCS mơ hình DBMMCMC đề xuất công cụ để đánh giá, xếp hạng cách tối ưu việc định lựa chọn nguồn RE không lĩnh vực xây dựng mà nhiều ngành nghề khác xã hội SBMMCS mơ hình lai ghép mơ hình SBM mơ thuật tốn MCS Mơ hình SBM có nhiều ưu điểm việc liên kết biến riêng lẽ với thành chuỗi liên kết tương quan lẫn Thuật toán MCS thuật tốn mơ mơ hình phức tạp, phi tuyến, liên quan đến nhiều vài tham số không chắn Trong MCS nào, cần phải quy định kích cỡ mẫu N số lượng ngẫu nhiên tạo cho lần phân phối Độ xác kết thu thơng qua MCS cải thiện với kích cỡ mẫu Sự kết hợp làm giảm thiểu lỗi mô hình SBM tăng khả phân tích biến nhiên thơng qua thuật tốn MCS DBMMCMC mơ hình lai ghép mơ hình DBM theo thời gian thuật tốn MCMC Trong nghiên cứu này, mơ hình DBM lựa chọn mở rộng tiêu chuẩn mạng Bayesian với khái niệm thời gian Điều cho phép người sử dụng lập mơ hình chuỗi thời gian chuỗi Trong thực tế, bắt gặp nhiều mơ hình chuỗi thời gian đa biến phức tạp, điều có nghĩa người sử dụng mơ hình hóa mối quan hệ nhiều chuỗi thời gian mơ hình có chế độ khác hành vi, chuỗi thời gian thường hoạt động khác ngữ cảnh khác Thuật toán MCMC đưa vào mơ hình để đánh giá tích phân mong muốn dựa thuật toán Metropolis-Hastings khái niệm tương tự mô ủ Bằng cách thực loạt mô chuỗi Markov với việc hạn chế phân phối cố định chuỗi mật độ xác suất trung gian hội tụ Các mẫu chuỗi Markov sử dụng để ước tính tích phân mong muốn cách lấy trung bình thống kê Sự két hợp để vận dụng lợi mơ hình DBM việc xử lý biến ngẫu nhiên theo thời gian, với mô chuỗi Markov để tăng khả phân tích biến theo thời gian 6.2 Kiến nghị: Do thời gian nghiên cứu có hạn, nghiên cứu tập trung khảo sát khoản thời gian cố định, tiến hành nhận xét kết mơ hình SBMMCS mơ hình DBMMCMC, đồng thời so sánh hiệu hai mơ hình Trong tương lai, phát triển thêm hướng nghiên cứu cách khảo sát rộng rãi chuyên gia đầu ngành lĩnh vực lượng giới, với mục đích xây dựng mơ hình xác suất với liệu thực tế theo phân phối chuẩn, phân phối hàm log, phân phối lệch bên, từ có so sánh kết sau chạy mơ hình lai ghép HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 103 Luận Văn Thạc Sĩ nghiên cứu Ngoài ra, chùng ta lấy liệu dự đốn IEA, để tiến hành đánh giá, xếp hạng nguồn RE tương lai Bên cạnh đó, nghiên cứu cịn đề xuất thêm hai khía cạnh khác ảnh hưởng lớn đến việc lựa chọn RE, là: khía cạnh sách nhà nước khía cạnh đặc điểm khu vực quốc gia Bên cạnh đó, với phát triển vượt bậc khoa học công nghệ, đặc biệt khoa học máy tính Hàng loạt sản phẩm cơng nghệ đời, đáp ứng nhu cầu ngày cao người Một số siêu máy tính, phần mềm tối ưu để giải tốn trường hợp tổng qt hơn, khơng bị giới hạn không gian thời gian Hướng tới đốn tương lai, để người có nhìn nhận tổng quát nguồn RE – nguồn lượng vừa phát triển mạnh mẽ nửa thập kỷ vừa qua HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 104 Luận Văn Thạc Sĩ DANH MỤC TÀI LIỆU THAM KHẢO V V N Kishore, Renewable Energy Engineering And Technology London: Earthscan, 2009 M Kaltschmitt, et al., Renewable Energy New York: Springer, 2007 EIA, "Internatinonal Energy Look-Highlights 2010," DOE/EIA-0484(2010), 2010 P Droege, 100% Renewable London: Earthscan, 2009 R H Terrison, U.S Energy and the Environment New York: Nova Science Publisher, 2010 K Kaygusuz, "Sustainable development of hydropower and biomass energy in Turkey," Energy Conversion and Management, vol 43, pp 1099-1120, 2002 A Evans, et al., "Assessment of sustainability indicators for renewable energy technologies," Renewable and Sustainable Energy Reviews, vol 13, pp 1082- 1088, 2009 G Boyle, Renewable Energy, Second Edition ed New York: Oxford University Press, 2004 R E Hester and R M Harrison, Sustainability and Environmental Impact of Renewable Energy Resources Cambridge: The Royal Society of Chemistry, 2003 WCED, "Our common future," ed New York: World Comission on Environment and Development, 1987 N Onat and H Bayar, "The sustainability indicators of power production systems," Renewable and Sustainable Energy Reviews, vol 14, pp 3108-3115, 2010 Varun, et al., "Energy, economics and environmental impacts of renewable energy systems," Renewable and Sustainable Energy Reviews, vol 13, pp 2716- 2721, 2009 G N Tiwari and M K Ghosal, Eds., Fundamentals of Renewable Energy Sources Oxford, United Kingdom: Alpha Science, 2007 A Sreekumar, "Techno-economic analysis of a roof-integrated solar air heating system for drying fruit and vegetables," Energy Conversion and Management, vol 51, pp 2230-2238, 2010 J B Welch and A Venkateswaran, "The dual sustainability of wind energy," Renewable and Sustainable Energy Reviews, vol 13, pp 1121-1126, 2009 G Acharjee and D Lahiri, "Impact of biomass based gasifier electricity generation on poverty, distribution of equity and empowerment among people," presented at the Renewable Energy Asia 2008, IIT-New Delhi, 2008 A K Rout, "Economic and social aspects of ethanol," presented at the Renewable Energy Asia 2008, IIT-New Delhi, 2008 F Begic and N H Afgan, "Sustainability assessment tool for the decision making in selection of energy system Bosnian case," Energy, vol 32, pp 1979- 1985, 2007 O O Ugwu, et al., "Sustainability appraisal in infrastructure projects (SUSAIP): Part Development of indicators and computational methods," Automation in Construction, vol 15, pp 239-251, 2006 HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 105 Luận Văn Thạc Sĩ N H Afgan, et al., "Energy system assessment with sustainability indicators," Energy Policy, vol 28, pp 603-612, 2000 R K Singh, et al., "An overview of sustainability assessment methodologies," Ecological Indicators, vol 9, pp 189-212, 2009 G Fernández-Sánchez and F Rodríguez-López, "A methodology to identify sustainability indicators in construction project management Application to infrastructure projects in Spain," Ecological Indicators, vol 10, pp 1193-1201, 2010 D H Koo, et al., "Development of a sustainability assessment model for underground infrastructure projects," Canadian Journal of Civil Engineering, vol 36, pp 765-776, 2009 O O Ugwu and T C Haupt, "Key performance indicators and assessment methods for infrastructure sustainability a South African construction industry perspective," Building and Environment, vol 42, pp 665-680, 2007 M Bashiri and H Badri, "A group decision making procedure for fuzzy interactive linear assignment programming," Expert Systems with Applications, vol 38, pp 55615568, 2011 S D Pohekar and M Ramachandran, "Application of multi-criteria decision making tosustainable energy planning - A review," Fuel and Energy Abstracts, vol 84, pp 365-381, 2004 F G Carazas and G F M Souza, "Risk-based decision making method for maintenance policy selection of thermal power plant equipment," Energy, vol 35, pp 964-975, 2010 R A Krohling and V C Campanharo, "Fuzzy TOPSIS for group decision making: A case study for accidents with oil spill in the sea," Expert Systems with Applications, vol 38, pp 4190-4197, 2011 H G Daellenbach, Systems and Decision Making Christchurch, New Zealand.: John Wiley and Sons, 1995 R Venkatasamy and V P Agrawal, "A DIGRAPH APPROACH TO QUALITY EVALUATION OF AN AUTOMOTIVE VEHICLE," Quality Engineering, vol 9, pp 405 - 417, 1997 R Rao, "A decision-making framework model for evaluating flexible manufacturing systems using digraph and matrix methods," The International Journal of Advanced Manufacturing Technology, vol 30, pp 1101-1110, 2006 R V Rao, "A material selection model using graph theory and matrix approach," Materials Science and Engineering: A, vol 431, pp 248-255, 2006 A Kumar, et al., "Structural modeling and analysis of an effluent treatment process for electroplating A graph theoretic approach," Journal of Hazardous Materials, vol 179, pp 748-761, 2010 R V Rao, Decision making in the manufacturing environment: using graph theory and fuzzy multiple attribute decision making methods London: Springer, 2007 HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 106 Luận Văn Thạc Sĩ R V Rao and K K Padmanabhan, "Rapid prototyping process selection using graph theory and matrix approach," Journal of Materials Processing Technology, vol 194, pp 81-88, 2007 M Darvish, et al., "Application of the graph theory and matrix methods to contractor ranking," International Journal of Project Management, vol 27, pp 610-619, 2009 R Venkata Rao and O P Gandhi, "Digraph and matrix methods for the machinability evaluation of work materials," International Journal of Machine Tools and Manufacture, vol 42, pp 321-330, 2002 R Venkata Rao and O P Gandhi, "Failure cause analysis of machine tools using digraph and matrix methods," International Journal of Machine Tools and Manufacture, vol 42, pp 521-528, 2002 R V Rao and K K Padmanabhan, "Selection, identification and comparison of industrial robots using digraph and matrix methods," Robotics and ComputerIntegrated Manufacturing, vol 22, pp 373-383, 2006 J.-S Chou, "Cost simulation in an item-based project involving construction engineering and management," International Journal of Project Management, vol In Press, Corrected Proof M El Asmar, et al., "Monte Carlo Simulation Approach to Support Alliance Team Selection," Journal of Construction Engineering and Management, vol 135, pp 10871095, 2009 M Elkjaer, "Stochastic budget simulation," International Journal of Project Management, vol 18, pp 139-147, 2000 J.-S Chou, et al., "Probabilistic simulation for developing likelihood distribution of engineering project cost," Automation in Construction, vol 18, pp 570-577, 2009 K Madani and J R Lund, "A Monte-Carlo Game Theoretic Approach for MultiCriteria Decision Making under Uncertainty," Advances in Water Resources, vol In Press, Accepted Manuscript E Tsiporkova and V Boeva, "Multi-step ranking of alternatives in a multi- criteria and multi-expert decision making environment," Information Sciences, vol 176, pp 2673-2697, 2006 S Kulkarni, "Graph theory and matrix approach for performance evaluation of TQM in Indian industries," The TQM Magazine, vol 6, pp 509-526, 2005 A H.-S Ang and W H.Tang, Probability Concepts in Engineering, 2nd Edition ed River Street, Hoboken.: John Wiley & Sons, 2007 B M Ayyub and R H McCuen, Probability, Statistics, and Reliability for Engineers and Scientists, Second Edition ed.: Chapman & Hall/CRC Press LLC, 2003 J W Lund and D H Freeston, "World-wide direct uses of geothermal energy 2000," Geothermics, vol 30, pp 29-68, 2001 E M Scheuer and D S Stoller, "On the Generation of Normal Random Vectors," Technometrics, vol 4, pp 278-281, 1962 R M Jones and K S Miller, "On the multivariate lognormal distribution," HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 107 Luận Văn Thạc Sĩ Journal of Industrial Mathematics, vol 16, pp 63–76, 1966 J L Corner and C W Kirkwood, "The magnitude of errors in proximal multiattribute decision analysis with probabilistically dependent attributes," Manage Sci., vol 42, pp 1033-1042, 1996 M C Cario and B L Nelson, "Modeling and Generating Random Vectors with Arbitrary Marginal Distributions and Correlation Matrix," Department of Industrial Engineering and Management Science, Northwestern University, Evanston, Illinois, Technical report1997 T.-H Hsu and F F C Pan, "Application of Monte Carlo AHP in ranking dental quality attributes," Expert Systems with Applications, vol 36, pp 2310-2316, 2009 K B Salling and S Leleur, "Transport appraisal and Monte Carlo simulation by use of the CBA-DK model," Transport Policy, vol 18, pp 236-245, 2011 J M Lafleur, "Probabilistic AHP and TOPSIS for multi-attribute decision- making under uncertainty," in Aerospace Conference, 2011 IEEE, 2011, pp 1-18 F J Carmone Jr, et al., "A Monte Carlo investigation of incomplete pairwise comparison matrices in AHP," European Journal of Operational Research, vol 102, pp 538-553, 1997 R A Johnson and G K Bhattacharyya, "Statistics," in Principles and Methods, Sixth ed Hoboken, New Jersey: John Wiley and Sons, 2011, p 686 Varun, et al., "A figure of merit for evaluating sustainability of renewable energy systems," Renewable and Sustainable Energy Reviews, vol 14, pp 1640-1643, 2010 M Beccali, et al., "Decision-making in energy planning Application of the Electre method at regional level for the diffusion of renewable energy technology," Renewable Energy, vol 28, pp 2063-2087, 2003 H H Khoo, "Life cycle impact assessment of various waste conversion technologies," Waste Management, vol 29, pp 1892-1900, 2009 R Spalding-Fecher, "Indicators of sustainability for the energy sector: a South African case study," Energy for Sustainable Development, vol 7, pp 35-49, 2003 A R Neves and V Leal, "Energy sustainability indicators for local energy planning: Review of current practices and derivation of a new framework," Renewable and Sustainable Energy Reviews, vol 14, pp 2723-2735, 2010 J R May and D J Brennan, "Sustainability Assessment of Australian Electricity Generation," Process Safety and Environmental Protection, vol 84, pp 131-142, 2006 P del Río and M Burguillo, "Assessing the impact of renewable energy deployment on local sustainability: Towards a theoretical framework," Renewable and Sustainable Energy Reviews, vol 12, pp 1325-1344, 2008 N Yalcin, et al., "Application of fuzzy multi-criteria decision making methods for financial performance evaluation of Turkish manufacturing industries," Expert Systems with Applications, vol 39, pp 350-364, 2012 ZOUBIN GHAHRAMANI, “Gatsby Computational Neuroscience Unit, University HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM 108 Luận Văn Thạc Sĩ College, London, London WC1N 3AR, UK”, nternational Journal of Pattern Recognition and Artificial Intelligence Vol 15, No (2001) 9- 42 Daniel Felix Ahelegbey, Monica Billio, Roberto Casarin, Department of Economics, University of Venice, Italy, “Bayesian Graphical Models for Structural Vector Autoregressive Processes”, 2014 James L Beck1 and Siu-Kui Au2, “Bayesian Updating of Structural Models and Reliability using Markov Chain Monte Carlo Simulation”, 2002 Didem Cinar, Gulgun Kayakutlu, Department of Industrial Engineering, Istanbul Technical University, Macka 34367, Istanbul, Turkey, “ Scenario analysis using Bayesian networks: A case study in energy sector” , 2010 Kerry Gallagher, Karl Charvin, Soren Nielsen, Malcolm Sambridge, John Stephenson, “Markov chain Monte Carlo (MCMC) sampling methods to determine optimal models, model resolution and model choice for Earth Science problems “, 2009 P Giudici & A Spelta, “Graphical Network Models for International Financial Flows”, 2016 K B Athreya, Mohan Delampady and T Krishnan, “Markov Chain Monte Carlo Methods”, 2003 W K HASTINGS, University of Toronto, “Monte Carlo sampling methods using Markov chains and their applications”, 1970 Annette Evans, Vladimir Strezov *, Tim J Evans, “Assessment of sustainability indicators for renewable energy technologies”, 2008 HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM Luận Văn Thạc Sĩ 109 PHẦN LÝ LỊCH TRÍCH NGANG Họ tên: TRẦN BÌNH PHƯƠNG NHÂN Ngày, tháng, năm sinh: 28/11/1992 Nơi sinh: TP Hồ Chí Minh Địa liên lạc: 265B Phan Văn Khỏe, Phường 5, Quận 6, Thành phố Hồ Chí Minh Email: trannhan.2811@gmail.com QUÁ TRÌNH ĐÀO TẠO Từ 2010 đến năm 2014: Học đại học quy chun ngành Kỹ Thuật Cơng Trình trường Đại Học Cơng Nghệ Sài Gịn (STU) Từ 2016 đến nay: Học thạc sỹ chuyên ngành Quản lý Xây Dựng trường Đại Học Bách Khoa TP Hồ Chí Minh Q TRÌNH CƠNG TÁC Từ 12/2014 đến 12/2018: Kỹ sư QA QC – Phòng Kế hoạch Kỹ thuật Cơng ty TNHH MTV Dịch vụ cơng ích quận HVTH: Trần Bình Phương Nhân-MSHV:1670146 ` GVHD: TS Phạm Vũ Hồng Sơn ... xây dựng Mã số: 60580302 I TÊN ĐỀ TÀI: Phát triển mơ hình đồ họa bayes (SBM DBM) kết hợp thuật toán Monte Carlo – Markov Chain Monte Carlo để lựa chọn chương trình lượng tái tạo tối ưu cơng trình. .. thu thập đề tài ? ?Phát triển mơ hình đồ họa bayes (SBM DBM) kết hợp thuật toán Monte Carlo – Markov Chain Monte Carlo để lựa chọn chương trình lượng tái tạo tối ưu cơng trình xây dựng? ?? hồn tồn trung... nghiệp với đề tài ? ?Phát triển mơ hình SBMMCS DBMMCMC để lựa chọn chương trình lượng tái tạo tối ưu cơng trình xây dựng? ?? Trong q trình thực đề tài cịn gặp nhiều khó khăn, tơi cố gắng để hồn thiện luận