A Multi-Objective Energy and Environmental Systems Planning Model: Management of Uncertainties and Risks for Shanxi Province, China
Notice bibliographique
Résumé
In this study, a fuzzy chance-constrained fractional programming (FCFP) approach is developed to help tackle various uncertainties involved in electric power systems (EPSs) management. The FCFP approach is capable of solving ratio optimization decision problems in power systems associated with random and fuzzy information by chance-constrained programming (CCP) method, fuzzy measure programming, fractional programming (FP) into a general framework. It can tackle inexact information expressed as fuzzy set and probability distributions, comprehensively reflect the decision maker’s pessimistic and optimistic preferences, and balance dual objectives of system economy and sustainability. To demonstrate its applicability, FCFP approach is then applied to a case study of Shanxi Province, a typical coal-heavy electricity region in China. The results indicate that the FCFP approach reveals uncertain interactions among the decision maker’s preferences and various random variables. Reasonable solutions have been generated for Shanxi EPS management practices, which can provide strategies in mitigating pollutant emissions, reducing system costs, and promoting coalbed methane as an alternative energy source for coal-fired and plays an essential role in Shanxi’s municipal planning. The solutions will help decision makers generate alternatives in the event of the reducing coal-fired power generation and could be applicable in other coal-heavy electricity regions.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».