A Decision–Making System for Managing Renewable Energy Alternatives and Strategy Using Triangular Neutrosophic Bipolar Fuzzy TOPSIS
Notice bibliographique
Résumé
With the rising global population and the urgent need to reduce reliance on nonrenewable energy, selecting optimal renewable sources is critical. Among these, solar energy stands out due to its wide availability, scalability, and minimal environmental impact. This study proposes a novel triangular neutrosophic bipolar fuzzy TOPSIS (TNBF-TOPSIS) model that prioritizes solar energy by integrating both desirable criteria (e.g., eco-friendliness, economic viability, and operational stability) and undesirable aspects (e.g., intermittency, land use, and regional constraints). Unlike previous methods, our approach introduces a new averaging mechanism for positive and negative attributes using the triangular neutrosophic bipolar fuzzy Einstein hybrid aggregation (TNBFEHA) operator, enhancing the precision and robustness of multi-criteria group decision-making. Distances from ideal solutions (TNBF-PIS and TNBF-NIS) are computed to reduce subjectivity. The model is applied to evaluate solar, wind, hydropower, and geothermal energy sources, with findings highlighting solar energy as the most suitable option. Beyond energy planning, the framework holds potential for applications in environmental policy, sustainable urban development, and smart grid design. This study offers a comprehensive and distinguished tool for decision-making under uncertainty, reinforcing the centrality of solar power in achieving sustainable and resilient energy systems.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».