Inexact Piecewise Quadratic Programming for Waste Flow Allocation under Uncertainty and Nonlinearity
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.
Notice bibliographique
Résumé
In practical waste management systems, most relationships among different system components are nonlinear in nature. Effects of economies-of-scale can often bring about such nonlinearity in objective functions within an inexact optimization framework. To handle both nonlinearity and uncertainty, an inex act piecewise quadratic programming (IPQP) model was developed through coupling piecewise linear regression with interval linear programming. In IPQP, uncertainties expressed as intervals for transportation/operation costs, treatment capacities, waste generation rates, waste flows/amounts were reflected; a more accurate approximation for nonlinearities reflecting effects of economies-o f-scale between unit transportation costs and waste flows as well as between unit operation costs and waste treatment amounts were provided. An interactive algorithm was designed for solving IPQP. IPQP was applied to a hypothesis case of waste allocation planning and compared with a conventional inexact quadratic programming model (IQP). The results indicated that, in the investigated waste allocation system, the optimized waste flows from the districts to the waste treatment facilities (WTFs) and the optimized waste treatment amounts in WTFs had no significant differences between both models. However, most of unit transportation costs or unit operation costs in IPQP were less than those in IQP, which finally contributed to a lower net system costs in IPQP than IQP. Th is implied that the often ignored effects of economies-of-scale should be considered accurately in the real-world waste management system to obtain lower costs. Strategies to balance the tradeoff between approximation accuracy and computational complexity for IPQP were also discussed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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