MétaCan
Menu
Retour à la cohorte
Enregistrement W2065825480 · doi:10.1080/10286600801908949

An inexact stochastic quadratic programming method for municipal solid waste management

2008· article· en· W2065825480 sur OpenAlex
Yongping Li, Guohe Huang, Yuan Liu, Y.M. Zhang, Songlin Nie

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.

Notice bibliographique

RevueCivil Engineering and Environmental Systems · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensUniversity of WaterlooUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésStochastic programmingMathematical optimizationMunicipal solid wasteComputer scienceQuadratic programmingQuadratic equationReliability (semiconductor)Interval (graph theory)Linear programmingScale (ratio)Operations researchMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract The existences of nonlinearities and uncertainties are the main complexities that cause difficulties in planning municipal solid waste-management systems. In this study, an inexact stochastic quadratic programming method is developed for handling nonlinearities in the cost objective to reflect the economies of scale and uncertainties expressed as probability distributions and discrete intervals. This model improves upon the conventional inexact quadratic programming and two-stage stochastic programming approaches. It can better reflect system cost variations and generate more reasonable and applicable solutions. It can also be used for analysing various policy scenarios that are associated with different levels of penalties when the promised policy targets are violated. The developed method is applied to a case of long-term waste-management planning. The interactive and derivative algorithms are employed for solving the developed model. The solutions are presented as combinations of deterministic, interval and distributional information. They can be used for generating decision alternatives and thus help waste managers to identify desired policies under various environmental, economic and system-reliability constraints.

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 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 enseignants0,807
Score d'incertitude au seuil0,931

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 Opus0,009
Tête enseignante GPT0,195
Écart entre enseignants0,186 · 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