MétaCan
Menu
Retour à la cohorte
Enregistrement W1987914339 · doi:10.4236/ti.2010.12015

Petrochemical Industry: Assessment and Planning Using Multicriteria Decision Aid Methods

2010· article· en· W1987914339 sur OpenAlexvenueno aff
Carlos E. Escobar Toledo, Claudia Garcia Aranda, Bertrand Mareschal

Notice bibliographique

RevueTechnology and Investment · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPetrochemicalOil refineryComputer scienceProduction (economics)Multiple-criteria decision analysisLinear programmingInteger programmingOperations researchRaw materialDecision support systemWork (physics)EngineeringArtificial intelligenceWaste managementEconomicsAlgorithm

Résumé

récupéré en direct d'OpenAlex

A methodology to solve a large and complex problem is proposed. OR methods as Multilevel Planning, Network Techniques, Multicriteria Decision Aid (MCDA) and Mixed Integer Linear Programming (MILP) were used to structure the methodology. One of the principal objectives of this work is reduce the complexity of a large problem and solve it to find the better solution for the decision makers. The methodology is applied to a petrochemical industry of Mexico, which is structured in a network, having different alternative routes of production; each of them having also a different technology. This network begins from the crude oil as raw material in order to produce the basic petrochemicals until finals ones. It has been considered that basic petrochemicals will be produced through a set of Refineries with a high production of basic petrochemicals yield, searching the best configuration among it, according with the needs of basic petrochemicals coming from the final’s and its best route selected.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,022
Tête enseignante GPT0,362
Écart entre enseignants0,341 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnology and InvestmentMême sujetProcess Optimization and IntegrationTravaux en français237 207