MétaCan
Menu
Retour à la cohorte
Enregistrement W2901863061 · doi:10.3846/jeelm.2018.6122

A GROUP DECISION-MAKING MODEL FOR WASTEWATER TREATMENT PLANS SELECTION BASED ON INTUITIONISTIC FUZZY SETS

2018· article· en· W2901863061 sur OpenAlexaff
Zhexuan Zhou, Yajie Dou, Xiaoxiong Zhang, Danling Zhao, Yuejin Tan

Notice bibliographique

RevueJournal of Environmental Engineering and Landscape Management · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMulti-Criteria Decision Making
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésTOPSISIdeal solutionSelection (genetic algorithm)Group decision-makingComputer scienceOperations researchSet (abstract data type)Order (exchange)PreferenceFuzzy logicFuzzy setManagement scienceMeasure (data warehouse)MathematicsArtificial intelligenceData miningEngineeringBusinessStatisticsPsychology

Résumé

récupéré en direct d'OpenAlex

As the need for environmental protection and resource sustainability has increased in recent times, wastewater treatment has become increasingly important. In this paper, a group decision-making model for plans selection in wastewater treatment is proposed. In order to deal with uncertainties and multiple attributes in wastewater treatment, an intuitionistic fuzzy set is employed to evaluate wastewater treatment plans effectively. A distance measure is defined to obtain an objective weight measuring the expert’s judgment. More specifically, experts first use group decision-making on the various plans with an intuitionistic fuzzy set. Meanwhile, Due to the decision-makers psychological behavior, the prospect theory is applied. Next, the various plans are ranked by The Order of Preference by Similarity to Ideal Solution (TOPSIS) method and prospect theory. Finally, an illustrative example of wastewater treatment plans selection is used to verify the proposed model.

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 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)0,001
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 enseignants0,478
Score d'incertitude au seuil0,601

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,029
Tête enseignante GPT0,298
Écart entre enseignants0,269 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and Landscape ManagementMême sujetMulti-Criteria Decision MakingTravaux en français237 207