MétaCan
Menu
Retour à la cohorte
Enregistrement W2341743642 · doi:10.1080/0305215x.2016.1139399

An enhanced fuzzy robust optimization model for regional solid waste management under uncertainty

2016· article· en· W2341743642 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.

Notice bibliographique

RevueEngineering Optimization · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésFuzzy logicMathematical optimizationRobust optimizationReliability (semiconductor)Municipal solid wasteComputer scienceFuzzy setSolid waste managementOperations researchEngineeringMathematicsWaste managementArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this study, an enhanced fuzzy robust optimization (EFRO) model is proposed for supporting regional solid waste management under uncertainty. This model is an extended version of robust optimization from a stochastic to a fuzzy environment, and novel in the following two aspects: (1) it uses multiple algorithms to tackle fuzzy constraints according to their characteristics; and (2) it incorporates fuzzy violation variables into the model, which could effectively reflect the trade-off between system economy and reliability. The regional waste management of the City of Dalian, China, was used as a case study for demonstration. A variety of solutions was obtained under various weight coefficients and confidence levels. From the case study, it was found that EFRO could help decision makers to design desired waste management alternatives under complex uncertainties. The successful application of EFRO in the studied real case is expected to be a good example for solid waste management in many other cities.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,352
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 savante0,0000,001
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 Opus0,014
Tête enseignante GPT0,206
Écart entre enseignants0,192 · 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