ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA TRAN BÌNH PHƯƠNG NHÂN PHÁT TRIEN MÔ HÌNH ĐỎ HỌA BAYES (SBM VÀ DBM) KET HỢP THUẬT TOÁN MONTE CARLO - MARKOV CHAIN MONTE CARLO ĐỀ LUA CHON CHUONG TRINH NANG LUONG TAI TAO TOI UU TRONG CONG TRINH XAY DUNG Chuyên ngành: Quan lý xây dung Mã số: 60 58 03 02 LUẬN VÁN THẠC SĨ TP. HO CHI MINH, tháng 01 năm 2019 CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRUONG ĐẠI HOC BACH KHOA — ĐHQG - TP.HCM Cán bộ hướng dẫn khoa học: TS. Cán bộ cham nhận xét 1: PGS.TS Phạm Hong Luân Cán bộ chấm nhận xét 2: PGS.TS Nguyễn Minh Hà Luận văn Thạc sĩ được bảo vệ tại Trường Dai học Bách Khoa — DHQG TPHCM, ngày 8 tháng 01 năm 2019. Thành phan Hội đồng đánh giá luận văn thạc sĩ gôm: 1.TS Phạm Hồng Luân 2.TS Nguyễn Minh Hà 3.TS Lương Duc Long 4.
Nguyễn Anh Thư 5. Trần Đức Học Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có). CHỦ TỊCH HỘI ĐÔNG TRUONG KHOA. ĐẠI HỌC QUỐC GIA TP.HCM CONG HOA XÃ HOI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự do - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Trần Bình Phương Nhân MSHV: 1670146 Ngày, thang, năm sinh: 28-11-1992 Noi sinh: TP.
Hồ Chí Minh Chuyên ngành: Quản lý xây dựng Mã số: 60580302 I. TÊN ĐÈ TÀI: Phát triển mô hình đồ họa bayes (SBM và DBM) kết hợp thuật toán Monte Carlo — Markov Chain Monte Carlo dé lựa chon chuong trinh nang luong tai tạo tối ưu trong công trình xây dựng. ILNHIEM VU VA NỘI DUNG: Mục tiêu chính của nghiên cứu này là dé xuất phương pháp tiếp cận mới nhằm hỗ trợ các quyết định đa tiêu chí - Multi-Criteria Decision Making (MCDM) để có được một kế hoạch năng lượng tái tạo (RE) bên vững đáp ứng nhu cầu của cộng đồng trong khi xem xét không chỉ sự ton tại của tác động kinh tế mà còn ảnh hưởng đến tác động môi trường và vấn dé xã hội. Dé có được mục tiêu trên, nghiên cứu này đề xuất một phương pháp ra quyết định lựa chọn nguồn năng lượng tai tao theo hai trường hợp sau.
Trường hop |: dựa trên mô hình Bayes tinh- The Static Model Bayes (SBM), voi thuat toan Monte Carlo (MCS) dé danh gia, xếp hang các nguồn năng lượng tái tạo (năm 2017). Trường hợp 2: giả định bộ dữ liệu khảo sát của các chuyên gia về các chỉ số năng lượng bên vững (SIs) (từ năm 2009 đến năm 2017). Sau đó, vận dụng mô hình Bayes động - The Dynamic Model Bayes (DBM), kết hợp thuật toán Monte Carlo lai (cụ thể: Markov Chain Monte Carlo — MCMC) dé mô phỏng, đánh giá 9 bảng xếp hang của nguồn năng lượng tái tạo theo thời gian (từ năm 2009 đến 2017). NGAY GIAO NHIỆM VU: 13-8-2018 IV.
NGAY HOAN THANH NHIEM VU: 14-12-2018 V. CAN BO HUONG DAN: TS. Pham Vũ Hồng Sơn Tp. HCM, ngày ö tháng 01 năm 2019.
CÁN BO HƯỚNG DAN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO Phạm Vũ Hồng Sơn TRUONG KHOA. ĐH Bách Khoa TPHCM Luận Văn Thạc Sĩ LỜI CẢM ƠN Thời gian trôi qua thật nhanh, “Nó đi đi mãi không chờ đợi ai”! Mới ngày nào tôi đậu cao học ngành Quản Lý Xây Dựng - Đại học Bách Khoa TPHCM, cũng là lúc tôi bỡ ngỡ bước chân vào nghề mà giờ đây tôi đã hoàn thành khóa học. Tôi nhớ mãi lời của TS. Lê Hoài Long trong buổi học dau tiên hôm ấy “Các bạn ai cũng có những khoản thời gian lao động cực nhọc, những khoản thời gian giành cho gia đình.
Do đó, các bạn phải cô gắng nỗ lực, phải quyết tâm học tới cùng và roi bạn sẽ thấy được con đường đi đến thành công của minh. Bạn hãy mạnh dạn bước đi, đừng ngân ngại gian khổ, con đường tươi sáng đang chờ bạn phía trước”. Cũng chính vì lời động viên ay, tôi học với niềm đam mê, sự nỗ lực, kiên trì để vượt qua biết bao nhiêu khó khăn trong học tập vả cuộc sống. Việc hoàn thành luận văn này là không thể nếu không có sự trợ giúp của nhiều người, tất cả những người này xứng đáng được vinh danh.
Lời cảm ơn đầu tiên tôi xin dành cho gia đình. Day là nguồn động lực to lớn trong đời tôi. Xin cảm ơn ba mẹ hai bên gia đình đã động viên tôi hằng ngày. Xin cảm ơn ngudi vo dau yéu da thầm lặng hỗ trợ tôi trong suốt quá trình học tập, mặc cho những khó khăn, những bộn bé trong cuộc sống tưởng chừng như đã quật ngã tdi.
Đồng thời, tôi xin bày tỏ lòng biết ơn sâu sắc đến các Thầy Cô trong Bộ môn Thi Công và Quản Lý Xây Dựng. Họ đã truyền đạt đến tôi cũng như bao học viên khác băng một sự nhiệt tình và tâm huyết với nghề. Tất cả những kiến thức mà tôi được giảng dạy là vô cùng quý. đó là sự kết hợp giữa tinh hoa của nhân loại hòa quyện với kinh nghiệm thực tiễn trong nghề nghiệp của từng Thầy Cô trong Bộ môn.
Bên cạnh đó, TS. Phạm Vũ Hồng Sơn luôn giành nhiều thời gian quý báu dé động viên, giúp đỡ tôi hoàn thành Luận văn tốt nghiệp với dé tài “Phat triển mô hình SBMMCS và DBMMCMC để lựa chọn chương trình năng lượng tái tạo tối ưu trong công trình xây dựng”. Trong quá trình thực hiện đề tài mặc dù còn gặp nhiều khó khăn, nhưng tôi đã cỗ gang hết sức dé hoàn thiện luận văn. Tuy nhiên, Luận văn này khó tránh khỏi những sai sót, tôi rat mong có được sự nhận xét của HVTH: Trần Bình Phương Nhân-MSHV:1670146 GVHD: TS.
Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM Luận Văn Thạc Sĩ Thây Cô và các bạn đê luận văn của nghiên cứu này được hoàn thiện hơn. Luận văn này như một món quà tôi gửi tặng tới Thây, gia đình, bạn bè, những người luôn ủng hộ và ở bên nghiên cứu này. Một lần nữa 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 TAT Nửa thé kỷ qua, song song với sự phát triển khoa học kỹ thuật của nhân loại, nhu cầu sử dụng năng lượng của con người trên thế giới ngày càng cao và không thể thiếu. Một trong những nguồn nhiên liệu trong tự nhiên được con người khai thác nhiều nhất đó là nguồn nguyên liệu hóa thạch (bao gom: than da, dau khi, khi ga tu nhiên, da phiến dau, nhựa đường, dau trong cát). Đây là nguồn nguyên liệu sử dung nhiều nhất bởi vì giá thành nó rẻ hơn rất nhiều so với nguồn năng lượng hạt nhât hay năng lượng tái tạo (RE). Tuy nhiên con người phải đối mặt với những khó khăn như: cạn kiệt nguồn nguyên liệu hóa thạch và sự phá hủy môi trường sống do khai thác chúng.
Hang loạt các nghiên cứu của các nhà khoa học đưa ra nhăm giải quyết những khó khăn nêu trên và một trong số đó là sử dụng nguồn RE dé thay thế. Một nguồn năng lượng tự nhiên hau như là vô tận và thân thiện với môi trường (nguồn RE bao gồm: năng lượng mặt trời, năng lượng gió, năng lượng địa nhiệt, năng lượng sinh khối, năng lượng thủy, năng lượng đại dương). Bên cạnh những tìm năng của nguồn RE thì việc khai thác và sử dụng nguồn năng lượng này còn ảnh hưởng đến khía cạnh mô trường, khía cạnh xã hội, khía cạnh kinh tế của mỗi quốc gia. Do đó, việc lựa chọn nguồn RE nào là phù hợp là một trong những vấn đề đáng được quan tâm.
Tuy nhiên, cho đến nay, vấn đề này van ít được chú ý hoặc bỏ qua. Hậu quả là đầu tư ban dau cho RE thì quá nhiều mà hiệu quả mang lại không cao. Dé giải quyết van dé nêu trên, trong nghiên cứu này dé xuất ra một phương pháp lựa chọn các nguôn RE dé phù hợp với ba khía cạnh bền vững trong xã hội (Môi trường, Xã hội, Kinh tế) bang mô hình Bayesian tĩnh (SBM) kết hợp với thuật toán Monte Carlo (MCS) và mô hình Bayesian động (DBM) kết hợp với thuật toán mô phỏng Markov Chain (MCMC). Kết quả nghiên cứu đã đưa ra được bảng xếp hạng cụ thể trong năm 2017 và một bảng xếp hạng biến thiên theo thời gian (từ năm 2009 đến năm 2017), qua đó giúp người ra quyết định có một sự nhìn nhận tong quát nhất lựa chọn một cách tối ưu nhất các 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.
The results of the study show the specific rankings for 2017 and a time- varying ranking (from 2009 to 2017), giving the decision maker the most general view. Select the most optimal sources of RE. HVTH: Tran Binh Phuong Nhân-MSHV:1670146 GVHD: TS. Phạm Vũ Hồng Son ĐH Bách Khoa TPHCM Luận Văn Thạc Sĩ LOI CAM DOAN Tôi xin cam đoan dữ liệu thu thập được trong dé tài “Phát triển mô 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 công trình xây dựng” là hoàn toàn trung thực và chưa từng được công bồ ở bat kì nghiên cứu khoa học nào khác ở thời điểm hiện tại.
HVTH: Trần Bình Phương Nhân-MSHV:1670146 GVHD: TS. Phạm Vũ Hồng Sơn ĐH Bách Khoa TPHCM Luận Văn Thạc Sĩ MỤC LỤC CHUONG 1.
