文章基本信息

标题：Hacia la sostenibilidad portuaria mediante modelos probabilísticos: redes bayesianas
其他标题：Towards port sustainability through probabilistic models: Bayesian networks
本地全文：下载
作者：B. Molina ; N. Gonzalez ; F. Soler 等
期刊名称：Informes de la Construcción
印刷版ISSN：0020-0883
电子版ISSN：1988-3234
出版年度：2018
卷号：70
期号：549
页码：1-11
DOI：10.3989/id.54678
出版社：Consejo Superior de Investigaciones Científicas
摘要：En la explotación y gestión es necesario que el gestor de la infraestructura conozca las relaciones entre las variables en juego, lo cual es factible con el uso de redes bayesianas que permiten clasificar, predecir y diagnosticar las variables, pudiendo incluso estimar la probabilidad posterior de las no conocidas en base a las conocidas. En la metodología propuesta se ha generado una base de datos con variables portuarias, clasificadas en económicas, sociales, ambientales e institucionales, tal como se abordan los estudios de smart ports, en el Sistema Portuario Español, desarrollando una red mediante un grafo dirigido acíclico para conocer las relaciones en términos de padres e hijos. En términos probabilísticos, se observa que las variables más decisoras para la sostenibilidad portuaria son las institucionales. Se concluye que las redes bayesianas permiten modelar la incertidumbre de forma probabilística incluso cuando el número de variables es elevado como en la planificación y explotación portuaria.
其他摘要：It is necessary that a manager of an infrastructure knows relations between variables. Using Bayesian networks, variables can be classified, predicted and diagnosed, being able to estimate posterior probability of the unknown ones based on known ones. The proposed methodology has generated a database with port variables, which have been classified as economic, social, environmental and institutional, as addressed in of smart ports studies made in all Spanish Port System. Network has been developed using an acyclic directed graph, which have let us know relationships in terms of parents and sons. In probabilistic terms, it can be concluded from the constructed network that the most decisive variables for port sustainability are those that are part of the institutional dimension. It has been concluded that Bayesian networks allow modeling uncertainty probabilistically even when the number of variables is high as it occurs in port planning and exploitation.
关键词：variables portuarias; sostenibilidad; puerto; gestión portuaria; redes Bayesianas
其他关键词：port variables; sustainability; port; port management; Bayesian networks