XiaoMi-AI文件搜索系统
World File Search SystemMCDM
克服利比亚可再生能源发展的障碍：MCDM 方法有效制定战略
利比亚可再生能源发展面临诸多障碍，阻碍其进步。本文旨在找出这些障碍并提出有效的策略来克服它们。根据文献综述和专家意见，确定了八个障碍：缺乏基础设施、依赖化石燃料、缺乏稳定的投资环境、政治不稳定、监管框架薄弱、环境条件多变、缺乏公众意识和技术障碍。使用层次分析法 (AHP) 计算这些障碍的权重。结果表明，缺乏基础设施是最关键的障碍，其次是对化石燃料的依赖。提出了七种策略来克服这些障碍：鼓励私营部门投资、提供财政激励、加强监管框架、能力建设、提高公众意识、技术转让和国际合作。使用组合折衷解决方案 (CoCoSo) 方法根据这些策略的有效性对其进行排序。结果表明，鼓励私营部门投资是克服障碍的最重要策略。本文的研究结果可以帮助利比亚的决策者做出正确的决策并有效分配资源，以克服已发现的障碍并促进可再生能源的发展。此外，本文还为在可再生能源发展方面面临类似挑战的其他国家提供了见解。
通过MCDM技术分析层次结构过程（AHP）优化HIV药物 初级保健中触发工具的开发和验证 基本tRNA中的 d-stem突变以忠诚为代价提高了翻译速度 基于FAERS数据库的不成比例分析 在卫生医院 - 苏迪亚阿拉伯2020- 2022年，与医疗保健相关的念珠菌爆发概述；回顾性多中心研究 血清维生素D与严重头痛或偏头痛之间的关联：基于人群的分析 跨境电子商务的关税，运输和利润
拓扑指数是预测不同药物的物理化学和生物学功能的关键工具。它们是从化学分子结构获得的数值。这些索引，尤其是基于学位的TI是评估化合物结构及其属性之间连接的有用工具。本研究解决了如何使用基于学位的拓扑指数来优化药物设计的研究问题。耐药性的出现和当前治疗的严重负面影响进一步强调了对艾滋病毒的更安全和更有效的艾滋病毒的需求。采用基于学位的图形不变性，该研究通过应用定量结构 - 特质关系（QSPR）技术来研究13种HIV药物，以将其分子结构与其物理特性相关联。根据特定参数，使用分析层次结构过程（AHP）对HIV药物进行排名。研究的结果消除了这些方法能够确定最有效的药物组合和设计的能力，从而为开发改善的HIV治疗提供了深刻的信息。
1 一种用于预测的集成 MCDM-ML 方法......
政策制定者和利益相关者可以通过环境认证（EMAS、LEED、ISO14001、碳信托标准等）对能源排放进行测试，从而规范对能源消耗和温室气体排放的定期检查。这些监管检查是实现净零排放所必需的。
如何组合ML和MCDM技术：扩展的书目分析
机器学习（ML）和多标准决策（MCDM）是最近在许多不同领域中广泛使用的流行方法。由于这两种方法的使用越来越多，因此需要在该领域进行文献分析。在这项研究中，在2000年1月至2024年4月之间从科学网络（WOS）和Scopus数据库中检索的1189个出版物进行了一项扩展的作者分析分析。在最初的文献计量分析中，作为通用部分，使用Vosviewer程序使数据有意义。尤其是根据年的年份以及与关键字分析相关的关系进行的分析。此外，还确定了最常用的关键字，并确定了趋势的方向。在最初的文献计量分析期间，分析了308个出版物，从WOS数据库中检索了297个出版物，并从Scopus中检索了11个出版物。这项研究通过建立新的模型和类别作为文献计量分析的扩展部分，将自己与现有文献区分开来。使用这些模型和类别，我们试图回答有关研究人员如何一起使用ML和MCDM以及这些方法正在发展的方向的问题。在这种情况下，分析了不同研究领域中模型和类别的分布及其多年来的变化。本研究为研究人员提供了整合ML和MCDM技术时各种组合可能性的全面观点。
评估在最后一英里物流中克服无人机使用障碍的策略：一种新型混合模糊MCDM模型
摘要：有效的最后一英里（LM）输送对于供应链的有效功能至关重要。除了速度和交付成本外，环境和社会可持续性是最后一英里物流（LML）越来越重要的因素，尤其是在城市地区。无人机等可持续解决方案由于其高潜力而引起了研究人员的特别关注。由于许多障碍，无人机物流的未来是不确定的。这项研究分析，评估和排名障碍，以确定那些最大程度地阻碍LML采用更广泛的无人机的障碍，并提出和对克服它们的策略进行了排名。这种类型的问题要求多个利益相关者参与具有冲突的目标和利益。因此，该研究采用了一种新型的混合多标准决策（MCDM）模型，该模型结合了基于模糊的Delphi模糊因子关系（模糊D-FARE）和模糊综合基于距离的排名（Fuzzy Cobra）方法。结果表明，LM中无人机实施的主要障碍是缺乏航空法规。未经授权访问，数据滥用，隐私漏洞和数据安全的风险代表了重大挑战。后面，他们对无人机所有者的保险和责任含糊不清或负担重。这项研究的主要贡献是建立了一种新型混合模型，确定和排名在LML中更广泛应用障碍以及克服它们的策略。
使用模糊MCDM方法的电池交换站的位置选择：印度尼西亚Meilinda Fitriani Nur Maghfiroh A*，Chathumi Kavirathn
国际能源局预测，电动汽车（EV）将在未来的可持续运输选择中发挥关键作用。电动汽车提供了许多优势，包括高能效率[1，2]，低环境影响和高驾驶性能[3]。在印度尼西亚，能源和矿产资源部（MEMR）负责为电动汽车进行必要的基础设施准备。根据2020年的MEMR条例，该法规涉及电池电动汽车（BEVS）的电气充电基础设施的提供，该部有权监督所选城市中充电设施和电动汽车电池交换站的建设。此外，MEMR有权签发电力提供业务许可，并指定符合条件的业务领域，例如加油站，办公室，购物中心或停车场。截至2021年7月，EVS在135个地点上有166个充电站（SPKLU），主要在Java岛，而74
集成机器学习算法和 MCDM 技术进行纯电动汽车优化排序
摘要。当今世界，世界各地的汽车行业都在简化电动汽车 (BEV) 的生产，以迈向创造无污染环境。BEV 被用作全球范围内减轻碳排放的替代策略。由于环境保护是长期可持续发展目标之一，因此需要从化石燃料转向可再生能源，同时这也引发了对电动汽车进行最佳选择的决策问题。本文考虑了 Faith Ecer 早期作品中基于十种替代 BEV 和十一项标准的决策问题。多标准决策的新型排序方法 MCRAT（按替代轨迹进行多标准排序）与三种不同的标准权重计算方法 AHP（层次分析法）、CRITIC（通过标准间相关性确定标准重要性）和 MEREC（基于标准去除效果的方法）一起使用。使用随机森林机器学习算法对获得的结果进行比较和验证。这项研究工作结合了多标准决策方法和机器学习算法，对电动汽车做出最佳决策，这种综合方法产生了最佳排名结果，并且它肯定会在未来的决策方法中开辟新的空间。
航空航天和国防工业的供应商选择...
本文利用三种多标准决策 (MCDM) 方法，即 AHP、TOPSIS 和 SECA，在航空航天和国防 (A & D) 公司的供应商选择过程中简化、补充和标准化其持续实践。首先，我们确定并推荐了公司可能在现有供应商选择过程中纳入的附加标准，并给出了理由。其次，我们采用 SECA 和 Fuzzy-TOPSIS 方法；并比较有无附加标准的排名，以探索关键差异及其对公司绩效的后续影响。第三，为了便于实施和流程标准化，我们利用 Text Shell 软件 ESTA 的功能，以便决策者了解在运营中包含可持续性和技术等标准的影响，并确定重大改进或预期损失的可能性。最后，通过对当前实践进行基准测试，考虑了一个案例研究。结果表明，增加其他标准（例如可持续性或交付时间）可以彻底改变当前的实践。我们发现，需要与政府密切合作并处理下一代技术的公司在选择过程中加入其他标准时可能会面临重大障碍。此外，如果不彻底改变整个流程以确保质量、可持续性和财务稳定性，就很难遵守。最重要的是，如何标准化整个流程是航空航天和国防工业面临的关键挑战。
使用MCDM在供应链网络中选择供应商...
供应链管理（SCM）是公司成功的重要因素，而SCM方法提供的竞争优势对于当今条件下的可持续性至关重要。在这种情况下，公司必须成功适应技术，客户期望和供应商管理要求，才能领先于其他竞争对手。供应链管理的重要和战略步骤之一是供应商评估和选择过程。在此过程中，公司更喜欢多标准决策方法，而不是传统方法，因为供应商的替代品和各种评估标准。考虑到上述经济和竞争条件，已经为一家在国防行业运营的公司开发了一种供应商评估和选择方法，该公司通过使用多准则的决策方法。根据建立有效且可持续的系统的目的，已经实施了分析层次结构过程（AHP）方法，以确定确定的供应商评估标准的优先级。TOPSIS方法已用于通过使用AHP方法确定的标准优先级来进行理想的选择，并在替代供应商中排名。为了确保在公司中使用这些方法的连续性，已经开发了使用VBA编程语言编写的基于Excel的软件。该程序的可升级数据结构旨在在不断变化的条件下创建快速有效的决策过程。文献中其他研究中具有独特性研究的功能是，由于针对国防行业领域的数据进行了分析，确定了六种不同业务类型的理想供应商排名，并且还使用创建的软件来保留任何时间，以便任何时间为供应商的选择供应商支持决策者。
一种基于通用数据包络分析的模糊环境下氢能 MCDM 问题的新方法
摘要：氢能相关的多准则决策（MCDM）问题通常涉及评价准则权重的考虑、专家提供的评价信息模糊以及评价信息缺失或不完整。传统的MCDM计算方法无法有效地同时处理评价信息。为了有效解决这一问题，本研究提出了一种基于通用数据包络分析（DEA）的模糊环境下氢能MCDM问题新方法。所提出的基于DEA的通用方法集成了典型DEA方法、层次分析法（AHP）方法、犹豫模糊语言词集（HFLTS）和软集来处理模糊环境下的MCDM问题。在数值验证方面，本研究以氢能关键技术排序为案例，作为碳减排的重要发展参考，进一步验证了所提方法的正确性和合理性。计算结果并与典型DEA方法、典型AHP/DEA方法和模糊AHP/DEA方法进行了比较。数值验证结果表明，与列举不同的计算方法相比，所提方法能够有效地处理模糊环境下的MCDM问题。