MétaCan
Menu
Retour à la cohorte
Enregistrement W1964346625 · doi:10.1089/ees.2008.0403

A Constraint-Softened Interval-Fuzzy Linear Programming Approach for Environmental Management Under Uncertainty

2009· article· en· W1964346625 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEnvironmental Engineering Science · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInterval (graph theory)Mathematical optimizationConstraint (computer-aided design)Fuzzy logicRelaxation (psychology)Constraint satisfactionFuzzy setSensitivity (control systems)Constraint satisfaction problemRange (aeronautics)MathematicsLinear programmingConstraint programmingDegree (music)Computer scienceStatisticsEngineeringStochastic programmingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this study, a constraint-softened interval-fuzzy linear programming (CS-IFLP) method is developed for violation analysis of environmental management systems under uncertainty. CS-IFLP can deal with uncertainties presented in terms of fuzzy sets and intervals. Moreover, a number of fuzzy relaxation levels for system constraints are allowed, such that the relevant decision space can be expanded. This can help generate a range of decision alternatives under various system conditions, and facilitate in-depth analyses of tradeoffs among economic objective, satisfaction degree, and constraint-violation risk. The developed method is applied to a case study of long-term municipal solid waste management planning. Results indicate that reasonable solutions for both binary and continuous variables have been generated. A higher relaxation level could result in a lower system cost and a higher satisfaction degree, but with a higher constraint-violation risk. Results of the sensitivity analyses demonstrate that violated system constraints have various effects on the system cost and satisfaction degree.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,745
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,180
Écart entre enseignants0,174 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle