Improving the Resilience of Energy Flow Exchanges in Eco-Industrial Parks: Optimization Under Uncertainty
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
Eco-Industrial parks (EIPs) and industrial symbioses (IS) provide cost-effective and environmental friendly solutions for industries. They bring benefits from industrial plants to industrial parks and neighborhood areas. The exchange of materials, water, and energy is the goal of IS to reduce wastes, by-products, and energy consumption among a cluster of industries. However, although the IS design looks for the best set of flow exchanges among industries at a network level, the lack of access to accurate data challenges the optimal design of a new EIP. IS solutions face uncertainties. Considering the huge cost and long establishment time of IS, the existing studies cannot provide a robust model to investigate effects of uncertainty on the optimal symbioses design. This paper introduces a framework to investigate uncertainties in the EIP design. A multi-objective model is proposed to decide the optimal network of symbiotic exchanges among firms. The model minimizes the costs of multiple product exchanges and environmental impacts of flow exchanges. Moreover, this paper integrates the analysis of uncertainties effects on synergies into the modeling process. The presented models are depicted through optimizing energy synergies of an industrial zone in France. The efficiency of single and multiple objective models is analyzed for the effects of the identified uncertainties. In addition, the presented deterministic and robust models are compared to investigate how the uncertainties affect the performance and configuration of an optimal network. It is believed that the models could improve an EIP's resilience under uncertainties.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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