Inexact Fuzzy Stochastic Chance Constraint Programming for Emergency Evacuation in Qinshan Nuclear Power Plant 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
Nuclear power accidents are one of the most dangerous disasters posing a lethal threat to human health and have detrimental effects lasting for decades. Therefore, emergency evacuation is important to minimize injuries and prevent lethal consequences resulting from a nuclear power accident. An inexact fuzzy stochastic chance constrained programming (IFSCCP) method is developed to address various uncertainties in evacuation management problems. It integrates the interval-parameter programming (IPP) and fuzzy stochastic chance constrained programming (FSCCP) methods into a general framework, in which the IPP method addresses the uncertainties presented as intervals defined by crisp lower and upper bounds, and the FCCP treat the dual-uncertainties expressed as fuzzy random variables. The measures of possibility and necessity were employed to convert the fuzzy random variables into crisp values to reflect the decision maker’s pessimistic and optimistic preferences. The IFSCCP model is applied to support nuclear emergency evacuation management in the Qinshan Nuclear Power Site, which is one of the largest nuclear plants in China. The results pro-vide stable intervals for the objective function and decision variables with different fuzzy and probability confidence levels regarding the local residents’ distribution. Nine scenarios are analyzed to reflect the impacts of the imprecision (fuzziness and randomness) associated with the size of the population in a plume emergency planning zone. The results are valuable for supporting local decision makers to generate effective emergency evacuation strategies.
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 | 0,000 | 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 | 0,001 |
| 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 découle