MétaCan
Menu
Retour à la cohorte
Enregistrement W4403548830 · doi:10.3390/engproc2024076014

Selection of Wind Turbine Blade Material Using Intuitionistic Fuzzy TOPSIS Method

2024· article· en· W4403548830 sur OpenAlexaff
Neda Maroof Mashat, Golam Kabir

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMulti-Criteria Decision Making
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésTOPSISSelection (genetic algorithm)Blade (archaeology)Turbine bladeComputer scienceFuzzy logicTurbineMarine engineeringMathematical optimizationMathematicsEngineeringStructural engineeringAerospace engineeringArtificial intelligenceOperations research

Résumé

récupéré en direct d'OpenAlex

Utilizing turbines for wind energy is crucial for sustainable power. The effectiveness of turbines heavily relies on the blades, making material selection vital for their design. This study employs multi-criteria decision making (MCDM), particularly intuitionistic fuzzy (IF) in the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) method, to facilitate material selection. The Intuitionistic Fuzzy Weighted Averaging (IFWA) operation aggregates the ideas of the decision-makers (D-Ms), prioritizing criteria and alternatives. The combined method, blending the Intuitionistic Fuzzy Set (IFS) and TOPSIS, proves highly efficient in determining the most suitable material among alternatives based on established criteria. The findings highlight carbon fiber as the premier choice, suggesting its adoption for enhanced wind turbine blades.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0120,000

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 Opus0,188
Tête enseignante GPT0,479
Écart entre enseignants0,291 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMulti-Criteria Decision MakingTravaux en français237 207