Fixed Charge Solid Transportation Problem Based on Carbon Emission with Budget Constraints in Uncertain Environment (UFSTPCEBC)
Notice bibliographique
Résumé
The major factor affecting the limits of air pollution and climate change is the release of CO2 gas and other greenhouse gases as a result of several transportation systems. Moving forward, reducing carbon emissions should be our fundamental mission for a pollution-free environment. Once more, a single objective transportation system is rarely appropriate in cases that include multiple criteria. Therefore, for developing realworld transportation problems, multiple objectives are considered. There are some reservations or suspicions due to time constraints, data limitations, lack of information, or measurement flaws in real-world issues. Based on this fact, the decision-maker takes into account the designed problems' indeterminacy. Uncertainty theory has become a crucial tool for simulating real-world decision-making issues to handle this uncertainty. By creating an uncertain multi objective fixed charge solid transportation problem with carbon emission and budget constraints at each destination, this paper proposes a profit maximization, deterioration and time minimization technique that takes the possibility of indeterminacy into account. Here, goods are acquired at various source locations for varying rates, and they are subsequently carried to various destinations utilizing a variety of vehicles. The items are sold to the customers at different selling prices. The suggested model assumes that the following variables are uncertain: unit transportation costs, fixed charges, transportation times, supply at origins, demands at destinations, conveyance capacities, rate of carbon emission, rate of deterioration, and budget at destinations. We created an expect-chance constraint model utilizing uncertain programming approaches to simulate the suggested model. The uncertainty theory framework is used to develop this model. Goal programming is used to formulate and solve the equivalent deterministic transformations of these models. Finally, a numerical example that demonstrates the model is provided.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».