Phương pháp mô phỏng là gì? Các bài báo nghiên cứu khoa học

Phương pháp mô phỏng là kỹ thuật sử dụng mô hình toán học và máy tính để tái hiện, phân tích hoặc dự đoán hành vi của các hệ thống phức tạp. Nó cho phép kiểm thử an toàn, tiết kiệm chi phí và hiểu rõ cơ chế vận hành của hiện tượng mà không cần thực nghiệm trực tiếp.

Giới thiệu về phương pháp mô phỏng

Phương pháp mô phỏng (simulation methods) là một trong những công cụ nghiên cứu và phân tích hiện đại nhất hiện nay, cho phép các nhà khoa học, kỹ sư, và nhà hoạch định chính sách tái hiện hoạt động của các hệ thống phức tạp trong môi trường ảo. Thay vì tiến hành thí nghiệm thực tế — thường tốn kém, nguy hiểm hoặc không thể kiểm soát — mô phỏng cho phép tạo ra một “phiên bản số” của thế giới thực, trong đó mọi biến số có thể được điều chỉnh và theo dõi chi tiết.

Mục tiêu của mô phỏng không chỉ là tái hiện, mà còn là hiểu sâu cơ chế vận hành của hệ thống, dự đoán kết quả khi thay đổi điều kiện ban đầu, và thử nghiệm chiến lược tối ưu. Chẳng hạn, trong kỹ thuật hàng không, mô phỏng giúp kiểm tra khả năng chịu tải của cánh máy bay; trong y học, mô phỏng dòng máu hỗ trợ thiết kế van tim nhân tạo; trong kinh tế học, mô phỏng mô hình thị trường giúp dự đoán biến động tài chính.

Theo Nature, mô phỏng đã trở thành một “trụ cột thứ ba” của khoa học hiện đại, bên cạnh lý thuyết và thực nghiệm. Bởi lẽ, nó cho phép thử nghiệm trong phạm vi rộng hơn, nhanh hơn, và ít rủi ro hơn nhiều so với các phương pháp truyền thống.

  • Giảm chi phí và thời gian thử nghiệm thực tế.
  • Cho phép lặp lại và điều chỉnh nhiều lần mà không gây rủi ro vật lý.
  • Tạo điều kiện quan sát các hiện tượng khó hoặc không thể đo trực tiếp.

Các khái niệm nền tảng

Một mô phỏng được xây dựng dựa trên ý tưởng cốt lõi là tái hiện hành vi của một hệ thống thực thông qua mô hình toán học hoặc mô hình logic. Hệ thống có thể là vật lý (như cầu, động cơ, dòng chất lỏng), xã hội (như tương tác dân số), hoặc trừu tượng (như thuật toán hoặc mạng máy tính).

Về mặt toán học, một hệ thống thường được mô tả bằng vector trạng thái x(t)\mathbf{x}(t), phản ánh các biến số quan trọng tại thời điểm tt. Sự thay đổi của hệ thống có thể được biểu diễn bởi phương trình động học:

dxdt=f(x,t,u)\frac{d\mathbf{x}}{dt} = f(\mathbf{x}, t, \mathbf{u})

Trong đó, u\mathbf{u} là tập hợp các biến điều khiển hoặc yếu tố đầu vào. Mục tiêu của mô phỏng là tìm lời giải gần đúng cho phương trình này trong các điều kiện ban đầu và tham số xác định. Vì vậy, mô phỏng thực chất là quá trình lặp tính liên tục theo thời gian để tái hiện sự biến đổi của hệ thống.

Bảng sau tóm tắt một số loại mô hình thường được sử dụng trong mô phỏng:

Loại mô hình Đặc trưng Ứng dụng tiêu biểu
Mô hình toán học Sử dụng phương trình vi phân, đại số, hoặc thống kê Động lực học chất lưu, mô hình tăng trưởng dân số
Mô hình logic Dựa trên quy tắc, sự kiện, hoặc trạng thái Hệ thống hàng đợi, mạng máy tính
Mô hình tác nhân Mô phỏng hành vi của các cá thể tương tác độc lập Kinh tế học hành vi, sinh thái học

Các mô hình này có thể kết hợp để tạo ra mô phỏng đa tầng hoặc đa quy mô, chẳng hạn như mô phỏng biến đổi khí hậu kết hợp mô hình khí quyển toàn cầu với mô hình vi khí hậu địa phương.

Phân loại các phương pháp mô phỏng

Phương pháp mô phỏng rất đa dạng, được chia thành nhiều nhóm tùy theo đặc điểm của hệ thống được mô phỏng. Một số phân loại phổ biến nhất bao gồm:

  • Mô phỏng rời rạc (Discrete-event simulation - DES): Hệ thống chỉ thay đổi tại các thời điểm xác định. Mỗi “sự kiện” gây ra một biến đổi trạng thái. Phù hợp với các quy trình sản xuất, dịch vụ, hay hệ thống giao thông.
  • Mô phỏng liên tục (Continuous simulation): Trạng thái hệ thống thay đổi theo thời gian liên tục, thường được mô tả bằng hệ phương trình vi phân. Thường gặp trong cơ học chất lưu, động lực học và sinh học.
  • Mô phỏng lai (Hybrid simulation): Kết hợp cả mô hình rời rạc và liên tục để phản ánh chính xác hơn hệ thống thực. Ví dụ: mô phỏng xe tự lái vừa có chuyển động vật lý (liên tục), vừa có sự kiện điều khiển (rời rạc).
  • Mô phỏng Monte Carlo: Dựa trên lấy mẫu ngẫu nhiên để ước lượng kết quả thống kê của một hệ thống có yếu tố xác suất. Được sử dụng mạnh trong tài chính, vật lý lượng tử, và tối ưu hóa.

Bảng sau minh họa sự khác biệt cơ bản giữa các loại mô phỏng:

Phương pháp Đặc trưng Dạng biến đổi Ví dụ ứng dụng
Rời rạc Thay đổi tại các mốc thời gian xác định Ngắt quãng Hệ thống hàng đợi, dây chuyền sản xuất
Liên tục Biến đổi mượt theo thời gian Liên tục Dòng chất lỏng, mô hình sinh trưởng
Lai Kết hợp rời rạc và liên tục Cả hai Robot, phương tiện tự hành
Monte Carlo Dựa trên xác suất ngẫu nhiên Thống kê Tính toán rủi ro, phân tích tài chính

Mỗi loại mô phỏng yêu cầu phương pháp lập trình, thuật toán và công cụ phần mềm khác nhau. DES thường sử dụng ngôn ngữ như SimPy hoặc Arena, trong khi mô phỏng liên tục dùng MATLAB hoặc Simulink. Monte Carlo lại đòi hỏi khả năng xử lý dữ liệu ngẫu nhiên và thống kê cao, thường được thực hiện bằng Python hoặc R.

Các bước cơ bản trong quy trình mô phỏng

Một quy trình mô phỏng khoa học không chỉ là việc chạy chương trình và xem kết quả, mà là chuỗi hoạt động có cấu trúc rõ ràng nhằm đảm bảo tính chính xác và khả năng tái lập. Quy trình này thường bao gồm các bước:

  1. Xác định mục tiêu mô phỏng và phạm vi nghiên cứu.
  2. Phát triển mô hình khái niệm của hệ thống.
  3. Xây dựng mô hình toán học hoặc mô hình tính toán tương ứng.
  4. Thu thập dữ liệu đầu vào, ước lượng tham số, và hiệu chỉnh mô hình.
  5. Chạy mô phỏng và thu thập kết quả.
  6. Phân tích, đánh giá, và xác thực kết quả mô phỏng.

Mỗi bước đóng vai trò quan trọng trong việc đảm bảo tính hợp lệ của kết quả. Ví dụ, nếu dữ liệu đầu vào không đáng tin cậy, mô phỏng có thể phản ánh sai bản chất hệ thống. Ngược lại, một mô hình được xác thực kỹ lưỡng có thể trở thành công cụ dự đoán mạnh mẽ.

Dưới đây là một ví dụ minh họa quy trình mô phỏng trong lĩnh vực kỹ thuật:

Bước Hoạt động cụ thể Kết quả đầu ra
1 Xác định bài toán cần giải Phát biểu mục tiêu và phạm vi mô phỏng
2 Thiết kế mô hình khái niệm Lưu đồ hoặc sơ đồ khối của hệ thống
3 Thiết lập mô hình tính toán Mã nguồn mô phỏng, công thức toán học
4 Hiệu chỉnh và xác thực Báo cáo sai số, mô hình tối ưu hóa

Kết quả cuối cùng của quy trình mô phỏng không chỉ là số liệu hoặc đồ thị, mà là hiểu biết sâu hơn về hệ thống. Dựa trên mô phỏng, các chuyên gia có thể dự báo, đưa ra quyết định tối ưu, và đề xuất chiến lược cải tiến một cách khoa học và an toàn.

Ứng dụng trong các lĩnh vực khoa học và kỹ thuật

Phương pháp mô phỏng đã trở thành công cụ thiết yếu trong gần như mọi ngành khoa học hiện đại. Khả năng thử nghiệm ảo, điều chỉnh tham số linh hoạt, và trực quan hóa kết quả khiến mô phỏng trở thành cầu nối giữa lý thuyết và thực hành. Ứng dụng của mô phỏng trải rộng từ lĩnh vực kỹ thuật đến kinh tế, sinh học, y học, và khoa học môi trường.

Trong kỹ thuật, mô phỏng giúp các kỹ sư kiểm tra các hệ thống cơ khí, điện, và kết cấu trước khi sản xuất thật. Ví dụ, kỹ thuật phần tử hữu hạn (FEM) trong ANSYS cho phép phân tích ứng suất, biến dạng, và nhiệt độ của vật liệu trong điều kiện tải trọng phức tạp. Bên cạnh đó, mô phỏng động lực học chất lưu (CFD) giúp dự đoán luồng khí qua cánh máy bay, hoặc luồng nước trong ống dẫn. Kết quả này không chỉ giảm chi phí thử nghiệm vật lý mà còn tối ưu hóa thiết kế ngay từ giai đoạn đầu.

Trong kinh tế học, mô phỏng hỗ trợ phân tích hành vi của thị trường, mô hình hóa sự lan truyền của cú sốc tài chính, và đánh giá rủi ro trong danh mục đầu tư. Các nhà nghiên cứu thường dùng mô phỏng Monte Carlo để ước lượng xác suất vỡ nợ, tính giá phái sinh, hoặc phân tích độ nhạy của biến động tài sản. Ví dụ, trong một mô hình định giá quyền chọn, nhà phân tích có thể mô phỏng hàng nghìn kịch bản biến động giá cổ phiếu để tìm giá trị kỳ vọng của quyền chọn theo công thức:

C=erTE[max(STK,0)]C = e^{-rT} \cdot \mathbb{E}[\max(S_T - K, 0)]

Trong đó, CC là giá quyền chọn, rr là lãi suất, TT là thời gian đáo hạn, STS_T là giá cổ phiếu tại thời điểm đáo hạn, và KK là giá thực hiện.

Trong y học, mô phỏng cho phép thử nghiệm các phương pháp điều trị và thiết bị y tế mà không ảnh hưởng đến bệnh nhân thật. Ví dụ, mô phỏng lan truyền virus giúp dự đoán diễn biến dịch bệnh và đánh giá hiệu quả các biện pháp can thiệp. Các mô hình mô phỏng tế bào hoặc cơ quan ảo, được mô tả chi tiết trong tạp chí Computer Methods and Programs in Biomedicine, đang được dùng để nghiên cứu cơ chế hoạt động của thuốc, từ đó giảm số lượng thử nghiệm lâm sàng cần thiết.

  • Kỹ thuật: Thiết kế cấu trúc, động cơ, và vật liệu mới.
  • Kinh tế: Dự báo xu hướng thị trường, đánh giá chính sách tài khóa.
  • Y học: Mô phỏng phẫu thuật, phân tích tương tác thuốc.
  • Khí hậu học: Mô hình hóa sự trao đổi năng lượng giữa đại dương và khí quyển.

Ưu điểm và hạn chế

Phương pháp mô phỏng mang lại nhiều lợi thế vượt trội so với thí nghiệm truyền thống. Đầu tiên, mô phỏng cho phép lặp lại gần như vô hạn lần trong thời gian ngắn và chi phí thấp. Các nhà nghiên cứu có thể thay đổi điều kiện ban đầu, mô phỏng hàng trăm kịch bản khác nhau, và rút ra xu hướng tổng quát. Ngoài ra, mô phỏng còn giúp kiểm tra các tình huống nguy hiểm hoặc cực đoan mà không gây rủi ro cho con người hoặc môi trường.

Một điểm mạnh khác là tính trực quan: các phần mềm mô phỏng hiện nay có khả năng hiển thị 3D, biểu đồ động, và mô hình tương tác thời gian thực, giúp người dùng hiểu sâu cơ chế vận hành của hệ thống. Ví dụ, trong Simulink, kỹ sư có thể theo dõi phản ứng của hệ thống điều khiển khi thay đổi tham số PID trong thời gian thực.

Tuy nhiên, mô phỏng không phải không có giới hạn. Độ tin cậy của kết quả phụ thuộc mạnh vào:

  • Chất lượng mô hình toán học – mô hình càng đơn giản, khả năng sai lệch càng cao.
  • Độ chính xác của dữ liệu đầu vào – dữ liệu không đủ hoặc nhiễu có thể khiến kết quả không thực tế.
  • Cách diễn giải kết quả – người dùng phải hiểu rằng mô phỏng là công cụ hỗ trợ, không phải sự thật tuyệt đối.

Những hạn chế này nhấn mạnh tầm quan trọng của việc xác thực (validation) và kiểm định (verification) trong quá trình mô phỏng.

Phần mềm và công cụ phổ biến

Hiện nay có nhiều phần mềm mô phỏng phục vụ các mục đích khác nhau. Dưới đây là một số công cụ nổi bật được sử dụng rộng rãi trong giới học thuật và công nghiệp:

Tên phần mềm Lĩnh vực ứng dụng Đặc điểm nổi bật
Simulink Kỹ thuật điều khiển, tự động hóa Mô phỏng hệ thống động, tích hợp MATLAB
ANSYS Kỹ thuật cơ khí, vật liệu, CFD Khả năng phân tích FEM và động lực học chất lưu cao cấp
AnyLogic Kinh tế, logistics, mô hình xã hội Hỗ trợ mô phỏng đa phương pháp (DES, system dynamics, agent-based)
OpenFOAM Khoa học và kỹ thuật chất lưu Mã nguồn mở, linh hoạt, miễn phí

Mỗi công cụ được thiết kế cho một loại bài toán cụ thể. Việc lựa chọn phần mềm phù hợp phụ thuộc vào độ phức tạp của hệ thống, mục tiêu nghiên cứu và khả năng xử lý dữ liệu của người dùng.

Đánh giá độ tin cậy và xác thực mô phỏng

Một mô phỏng chỉ có giá trị khoa học khi kết quả của nó đáng tin cậy. Quá trình xác thực (validation) và kiểm định (verification) được tiến hành nhằm đảm bảo mô hình phản ánh đúng thực tế và được xây dựng chính xác về mặt kỹ thuật.

  • Verification: Đảm bảo mô hình được lập trình đúng theo đặc tả lý thuyết, không có lỗi tính toán.
  • Validation: So sánh đầu ra mô phỏng với dữ liệu thực nghiệm để kiểm tra mức độ tương đồng.

Một quy trình xác thực chuẩn thường bao gồm ba bước:

  1. Thu thập dữ liệu thực nghiệm tương ứng với hệ thống được mô phỏng.
  2. Chạy mô phỏng với cùng điều kiện và tham số.
  3. So sánh sai số giữa kết quả mô phỏng và dữ liệu thực để điều chỉnh mô hình.

Khi sai số nhỏ hơn ngưỡng cho phép (thường là 5–10%), mô hình được coi là đạt chuẩn xác thực. Nếu sai lệch quá lớn, cần xem xét lại giả định toán học, dữ liệu đầu vào, hoặc thuật toán xử lý.

Xu hướng và hướng phát triển tương lai

Sự phát triển của trí tuệ nhân tạo (AI) và điện toán hiệu năng cao (HPC) đang tạo ra thế hệ mô phỏng mới: mô phỏng có học (AI-driven simulation). Với sự hỗ trợ của mạng nơ-ron sâu, mô hình có thể tự học từ dữ liệu và cải thiện độ chính xác theo thời gian. Ví dụ, nền tảng NVIDIA Omniverse cho phép mô phỏng vật lý thực tế trong môi trường 3D, kết hợp học sâu để dự đoán phản ứng của vật thể trong điều kiện khác nhau.

Một xu hướng khác là digital twin – mô hình song sinh số của một hệ thống thực. Digital twin được sử dụng trong sản xuất, năng lượng, và đô thị thông minh, nơi mỗi máy móc hoặc tòa nhà có một bản sao ảo chạy song song, liên tục cập nhật dữ liệu cảm biến thời gian thực. Điều này giúp phát hiện lỗi sớm, tối ưu hiệu suất và giảm chi phí vận hành.

Trong nghiên cứu khoa học, mô phỏng lượng tử đang mở ra khả năng mới để giải các bài toán mà máy tính cổ điển không thể xử lý. Mô phỏng các phản ứng phân tử lượng tử, hoặc vật liệu siêu dẫn, đang là trọng tâm của nhiều dự án quốc tế lớn.

Tương lai của mô phỏng sẽ không chỉ là công cụ hỗ trợ, mà trở thành một phần cốt lõi của quá trình ra quyết định. Khi dữ liệu thực và mô hình số được tích hợp sâu, chúng ta tiến gần hơn đến khả năng “dự báo có căn cứ” cho các hệ thống phức tạp của thế giới thật.

Tài liệu tham khảo

  1. Law, A. M. (2015). Simulation Modeling and Analysis. McGraw-Hill Education.
  2. Fishman, G. S. (2013). Monte Carlo: Concepts, Algorithms, and Applications. Springer.
  3. Onggo, B. S., & Karsten, F. (2021). "A Review of Hybrid Simulation." European Journal of Operational Research.
  4. Nature - Computational Models in Science.
  5. Simulink - MathWorks.
  6. ANSYS Official Website.
  7. AnyLogic Simulation Software.
  8. OpenFOAM Project.
  9. NVIDIA Omniverse Platform.
  10. Computer Methods and Programs in Biomedicine.

Các bài báo, nghiên cứu, công bố khoa học về chủ đề phương pháp mô phỏng:

Một Phương Pháp Mô Hình Biến Khóa Tiềm Ẩn Bằng Phương Pháp Tối Thiểu Bình Phương Để Đo Lường Các Hiệu Ứng Tương Tác: Kết Quả Từ Nghiên Cứu Mô Phỏng Monte Carlo và Nghiên Cứu Cảm Xúc/Áp Dụng Thư Điện Tử Dịch bởi AI
Information Systems Research - Tập 14 Số 2 - Trang 189-217 - 2003
Khả năng phát hiện và ước lượng chính xác cường độ của các hiệu ứng tương tác là những vấn đề quan trọng có tính nền tảng trong nghiên cứu khoa học xã hội nói chung và nghiên cứu Hệ thống Thông tin (IS) nói riêng. Trong lĩnh vực IS, một phần lớn nghiên cứu đã được dành để xem xét các điều kiện và bối cảnh mà trong đó các mối quan hệ có thể thay đổi, thường dưới khung lý thuyết tình huống ...... hiện toàn bộ
Hướng Dẫn Hài Hòa cho Việc Xác Thực Phương Pháp Phân Tích Tại Một Phòng Thí Nghiệm (Báo Cáo Kỹ Thuật IUPAC) Dịch bởi AI
Pure and Applied Chemistry - Tập 74 Số 5 - Trang 835-855 - 2002
Tóm tắt Xác thực phương pháp là một trong những biện pháp được toàn cầu công nhận là phần cần thiết của một hệ thống bảo đảm chất lượng toàn diện trong hóa phân tích. Trong quá khứ, ISO, IUPAC và AOAC Quốc tế đã hợp tác để sản xuất các giao thức hoặc hướng dẫn đã được thống nhất về "Thiết kế, thực hiện và giải thích các nghiên cứu hiệu suất phương ph...... hiện toàn bộ
Phương pháp phần tử hữu hạn mở rộng/tổng quát: Tổng quan về phương pháp và các ứng dụng của nó Dịch bởi AI
International Journal for Numerical Methods in Engineering - Tập 84 Số 3 - Trang 253-304 - 2010
Tóm tắtBản tổng quan về phương pháp phần tử hữu hạn mở rộng/tổng quát (GEFM/XFEM), tập trung vào các vấn đề về phương pháp luận, được trình bày. Phương pháp này cho phép xấp xỉ chính xác các nghiệm có liên quan đến các điểm nhảy, gấp khúc, kỳ dị, và các đặc điểm không trơn toàn cục khác trong phần tử. Điều này được thực hiện bằng cách làm giàu không gian xấp xỉ đa ...... hiện toàn bộ
#Phương pháp phần tử hữu hạn #phương pháp tổng quát #phương pháp mở rộng #xấp xỉ đa thức #mô phỏng nứt vỡ #nghiệm không trơn.
Phương Pháp Khớp Mô Hình Logit Hỗn Hợp Bằng Cách Sử Dụng Ước Lượng Tối Đa Qua Mô Phỏng Dịch bởi AI
Stata Journal - Tập 7 Số 3 - Trang 388-401 - 2007
Bài báo này mô tả lệnh mixlogit trong Stata để khớp các mô hình logit hỗn hợp bằng cách sử dụng ước lượng tối đa thông qua mô phỏng.
Phương pháp mật độ phổ để mô phỏng các lực dọc liên tục lên các cấu trúc dành cho người đi bộ do đi bộ Dịch bởi AI
Canadian Journal of Civil Engineering - Tập 31 Số 1 - Trang 65-77 - 2004
Các mô hình đi bộ hiện tại được sử dụng để đánh giá khả năng chống rung của các cấu trúc chịu tải từ người đi bộ thường dựa trên các phép đo của những bước chân đơn lẻ được tái tạo theo khoảng thời gian chính xác. Giả định về chu kỳ hoàn hảo này cho phép mô hình hóa các lực do đi bộ dưới dạng chuỗi Fourier dựa trên nhịp đi bộ và các bội số nguyên của nó. Bài báo này xem xét các lực đi bộ l...... hiện toàn bộ
#rung #tính tương quan #tải trọng #cầu đi bộ #dáng đi #sàn nhà #người đi bộ #mật độ phổ.
Phương pháp ngày độ tích hợp cho mô phỏng độ dày lớp băng trên sông Dịch bởi AI
Canadian Journal of Civil Engineering - Tập 12 Số 1 - Trang 54-62 - 1985
Một phương pháp ngày độ tích hợp để mô phỏng sự phát triển, suy giảm và tan chảy của lớp băng trên sông được phát triển và áp dụng cho lớp băng trên sông St. Lawrence giữa Hồ Ontario và Cornwall, Ontario. Trong mô hình mô phỏng, sự biến đổi của độ dày lớp băng được liên kết với nhiệt độ không khí xung quanh bằng công thức[Formula: hiển thị văn bản]trong đó h = độ dày lớp băng; h...... hiện toàn bộ
#tan chảy #phương pháp ngày độ #độ dày lớp băng #sông #mô phỏng #sông St. Lawrence
Một Phương Pháp ADI Mới Để Giải Các Phương Trình Parabol Ba Chiều Với Đạo Hàm Cấp Một Và Hệ Số Biến Đổi Dịch bởi AI
Journal of Computational Analysis and Applications - Tập 2 - Trang 293-308 - 2000
Một phương pháp ADI để giải các phương trình parabol ba chiều với đạo hàm cấp một và hệ số biến đổi đã được phát triển dựa trên các bài báo trước của chúng tôi và ý tưởng về phương pháp sai phân ngược biến thể. Phương pháp ADI này có độ chính xác bậc hai và ổn định vô điều kiện. Hơn nữa, một tham số nhỏ có thể được lựa chọn, làm cho nó phù hợp cho việc mô phỏng các hiện tượng chuyển tiếp nhanh hoặ...... hiện toàn bộ
#phương pháp ADI #phương trình parabol ba chiều #sai phân ngược #ổn định #mô phỏng hiện tượng chuyển tiếp nhanh.
Tại sao các bác sĩ nội trú lại ưu tiên phương pháp ra quyết định gia trưởng? Một nghiên cứu phỏng vấn Dịch bởi AI
BMC Medical Education - Tập 22 Số 1
Tóm tắt Nền tảng Mặc dù phương pháp ra quyết định chung được các tổ chức bệnh nhân, nhà nghiên cứu và các chuyên gia y tế ủng hộ như là mô hình lý tưởng cho việc chăm sóc bệnh nhân, nhưng việc áp dụng nó trong thực tiễn hàng ngày vẫn còn hạn chế. Chúng tôi đã chỉ ra rằng các bác sĩ nội trú thường ưu...... hiện toàn bộ
Phân tích xác suất nứt do nhiệt của kết cấu trụ cầu trong quá trình nhiệt thủy hóa xi măng bằng mô phỏng số
Tạp chí Vật liệu và Xây dựng - Bộ Xây dựng - - 2023
Bài báo trình bày kết quả phân tích xác suất nứt do nhiệt nhiệt trong quá trình nhiệt thủy hóa xi măng được xác định bằng mô phỏng số của kết cấu BTCT khối lớn dạng trụ cầu. Nội dung nghiên cứu có đề cập tới mức độ ảnh hưởng của một số yếu tố tới xác suất nứt do nhiệt này theo phương pháp trên. Kết quả phân tích có thể được sử dụng để dự đoán xác suất nứt do nhiệt phục vụ thiết kế phương án thi cô...... hiện toàn bộ
#Bê tông cốt thép khối lớn #Nhiệt thủy hóa xi măng #Phương pháp mô phỏng số #Xác suất nứt do nhiệt
Kết quả ứng dịnh phương pháp mô phỏng trong đào tạo cử nhân điều dưỡng tại Trường Đại học Điều dưỡng Nam Định.
TẠP CHÍ KHOA HỌC ĐIỀU DƯỠNG - Tập 1 Số 1 - Trang 101-108 - 2018
Mục tiêu: Đánh giá hiệu quả của phương pháp mô phỏng trong đào tạo kỹ năng lâm sàng cho sinh viên đại học điều dưỡng chính quy. Đối tượng và phương pháp nghiên cứu: Nghiên cứu can thiệp một nhóm có so sánh trước sau kết hợp với khảo sát định tính trên 80 sinh viên cử nhân điều dưỡng trong học kỳ I năm học 2016 -2017. Bộ công cụ đánh giá trước và sau can thiệp bao gồm: Bộ câu hỏi điều dưỡng; Bộ câu...... hiện toàn bộ
#phương pháp mô phỏng #kỹ năng lâm sàng
Tổng số: 207   
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 10