Hybrid AHP-Fuzzy TOPSIS Approach for Selecting Deep Excavation Support System
Notice bibliographique
Résumé
This paper introduces and further applies an approach to support the decision makers in construction projects differentiating among a variety of deep excavation supporting systems (DESSs). These kinds of problems include dealing with uncertainty in data, multi-criteria affecting the decision, and multi-alternatives to select one from them. The proposed approach combines the analytic hierarchy process (AHP) with the fuzzy technique for order of preference by similarity to ideal solution (fuzzy TOPSIS) in a multicriteria decision-making (MCDM) model. The MCDM model emphasize the ability to combine expert knowledge, cost calculations, and laboratory test results for soil properties to achieve the scope. The model proved it had a superior ability to deal with the complexity and vague data that are related to construction projects. Furthermore, it was applied to a real case study for a governmental housing project in Egypt. Secant pile walls, sheet pile walls, and soldier piles and lagging are selected and studied as being the most common DESSs and as they satisfy the project requirements. The model utilized four criteria and fourteen comparing factors, including site characteristics, safety, cost, and environmental impacts. Based on the results of the model application on the investigated case study, a decision was reached that using secant piles as a supporting system in this project is mostly preferred. Furthermore, sheet pile wall, and soldier piles and lagging, come next in the ranking order. A sensitivity analysis is carried out to investigate how sensitive the results are to the criteria weights. In addition, the paper discusses in detail the reasons and factors which affect and control the decision-making 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».