Decision Making in Materials Selection: an Integrated Approach with AHP
Notice bibliographique
Résumé
Materials selection is a multi-criteria decision-making (MCDM) problems because the large numberof factors affecting on decision making. The best choice of available material is critical to thecompetitiveness and success of the manufacturing organisation. The analytical hierarchy process(AHP) is an important tool to solve MCDM problems. The choosing process of suitable material(such as a refrigerant fluid) for the Air Condition System (ACS) is faced with challenges such aslack of a systematic approach in setting the optimal performance in terms of its impact on theenvironment and operation. Selecting process for the one refrigerant from a range suitable ofsuitable refrigerant is complex process. The study presents a comparative performance analysisof ACS for using four alternative refrigerants R290, R410, R404 and R22. Then, one of these suitablerefrigerant is selected. The comparison is based on three criteria system operation, environmentand maintenance.Novels ACS performance assessment model is proposed based on an analytical hierarchy process(AHP). The model is based on two main criteria of ACS, quantitative criteria, cooling capacity(CC), coefficient of performance (COP), etc.).And qualitative criteria (Ozone Depletion Potential (ODP), Global Warming Potential (GWP) andmaintenance cost (MC)). It is necessary to look for new technique help decision making to selectalternative refrigerants, to fulfill the goals of the international protocols (Montreal and Kyoto)and optimum operation, to satisfy the growing worldwide demand, in addition the increase outdoortemperature in some countries.This study provides a developed methodology for evaluating ACS performance. Moreover, it helpsto select a robust decision. The results obtained from AHP process that the best rank of the suitablerefrigerant was R404 (0.3763) followed by R22 (0.3657) and so on for the other. Therefore,the proposed methodology can help the decision maker to select the best alternative for bothcriteria (qualitative and quantitative) in complex selecting process.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».