MétaCan
Menu
Retour à la cohorte
Enregistrement W2051444389 · doi:10.1080/10916460701825554

IFTCP: An Integrated Method for Petroleum Waste Management under Uncertainty

2008· article· en· W2051444389 sur OpenAlexaff
Yongping Li, Guohe Huang, Xiaosheng Qin, Songlin Nie

Notice bibliographique

RevuePetroleum Science and Technology · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensUniversity of WaterlooUniversity of Regina
Organismes subventionnairesUniversity of Sydney
Mots-clésInterval (graph theory)PetroleumComputer scienceConstraint (computer-aided design)Fuzzy logicMathematical optimizationHazardous wasteLinear programmingOperations researchRisk analysis (engineering)Fuzzy setWaste managementEngineeringMathematicsBusinessAlgorithm

Résumé

récupéré en direct d'OpenAlex

Abstract Petroleum waste management has been of much concern in recent years since pollution from petroleum industries may lead to various impacts and risks to environmental systems. In this study, an interval fuzzy two-stage chance-constrained linear programming (IFTCP) method is developed for planning petroleum waste management systems. The IFTCP improves upon the existing optimization methods by allowing uncertainties presented in terms of intervals, fuzzy sets, and probability distributions to be effectively incorporated within the optimization framework. Moreover, it can support the analysis of policy scenarios that are associated with economic penalties when the promised targets are violated. The developed method is then applied to a case of long-term petroleum waste management planning. Interval solutions, which are associated with different levels of constraint-violation risk and system satisfaction degree, have been obtained by solving two submodels based on an interactive algorithm. They can be used to generate decision alternatives and support an in-depth analysis of the tradeoff between system cost and system-failure risk.

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 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 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 enseignants0,514
Score d'incertitude au seuil0,571

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,011
Tête enseignante GPT0,232
Écart entre enseignants0,220 · 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 tête enseignante, 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

Citations6
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePetroleum Science and TechnologyMême sujetWater resources management and optimizationTravaux en français237 207