XiaoMi-AI文件搜索系统
World File Search Systemdematel
将人工智能整合到模糊决策分析
防止刻板印象的威胁对于改善业务绩效至关重要。由于这种情况，企业必须采取必要的预防措施。但是，这些行动会影响企业的成本提高。对这些因素进行优先分析的文献研究数量非常有限。这种情况增加了对这些变量分析优先级的新研究的需求。因此，本研究旨在评估可持续商业环境中刻板印象威胁的因素。在第一阶段实施了一个人工智能模型来权衡专家。在以下阶段，在T-Spherical Fuzzy Dematel的帮助下评估了选定的标准。第三，使用不同的值进行了比较分析。最后，针对刻板印象的威胁，选定的行业被球形模糊的Ratgos对。可以在分析过程中确定专家的权重。这种情况对调查结果的有效性有很大的贡献。得出的结论是，培训活动对于最大程度地减少公司中刻板印象的威胁至关重要。
个人空间入侵对乘客舒适度和... 的影响
随着近年来航空旅行的增加，乘客舒适度正成为一个重要问题。乘客不适和痛苦的一个常见原因是乘客个人空间受到侵犯。本文介绍了两项研究的结果，分别研究了乘客在个人空间侵犯（PSI）期间的环境心理特征以及PSI如何影响客舱舒适度设计。在研究1中，我们的调查显示PSI对不同性别、年龄、教育水平和人际关系的乘客的舒适度有不同的影响。从这些调查数据中，我们提取了14个PSI因素。在研究2中，建立了决策试验和评估实验室（DEMATEL）模型，以乘客舒适度为目标层，以确定14个PSI因素之间的相互关系。14个因素之间的因果关系通过因果图可视化。我们根据指标与PSI因素之间的对应关系，对14个飞机内饰设计指标进行了优先级排序。本研究的结果有助于理解PSI如何影响乘客舒适度，并提出改善飞机客舱舒适度设计的策略。
Article_2903_1DF75614555D6E6A ...
摘要循环经济是全球最佳利用资源最重要的问题之一。循环经济和供应链的结合创建了一个称为循环供应链的新概念，该概念旨在通过充分利用资源来提高供应链的效率。在这项研究中，主要目的是应用混合多标准决策（MCDM）方法来评估实施循环供应链的有效因素。首先，确定了循环供应链领域的有效因素，在下一步中，通过实施分析层次结构过程（AHP）方法获得了因素的重量。接下来，计算每个因素效应的强度。此外，使用决策试验和评估实验室（DEMATEL）方法分析影响循环供应链的因素与因素的有效性之间的相关性。最后，使用简单的添加加权（SAW）方法，确定了循环供应链实现的最重要因素。这项研究的核心结果表明，最终产品的质量是实施循环供应链的最重要因素。此外，采用循环经济方法会导致零浪费的目标，从而提高供应链的效率。
设计amputees的虚拟现实肌假体训练系统
摘要：从线性经济到循环经济（CE）的过渡过程带来了许多挑战和障碍。智慧，可持续性和循环的三个核心概念需要交织和改编，以克服这些障碍。基于这种相互交织的结构，本文在宏观层面上介绍了智能和可持续的循环经济（SSCE）的概念，并在四个主要方面涉及SSCE的障碍：技术，生产者，消费者和政策。此外，对汽车行业的生态集群的中小型企业进行了研究，研究了这四个方面。模糊的Dematel方法用于揭示，分析和讨论影响和影响的SSCE障碍。发现这些SSCE障碍可以深入了解CE实践的潜在问题，这是确保实现SSCE目标机会的唯一方法是克服它们。主要结果表明，所有权问题的问题在生态群体中，缺乏政府支持和行政负担以及缺乏有效执行环境法规的问题是很难改变的因果障碍。此外，供应链合作伙伴之间缺乏集成和协作，采用无效的CE框架和CE原理的产品复杂性被归类为易于受其他因素影响的效果障碍，并且可以在短期内显示含义。此外，可以鼓励供应链合作伙伴之间的合作，以解决供应链合作伙伴之间缺乏整合和协作的解决方案，并采用了无效的CE框架。
后新冠疫情时代人道主义供应链数字化综合框架
数字供应链 (DSC) 正在改变各个领域的行业。数字化可以改善协调、提高数据收集和保留能力、增强筹资机制并提高运营绩效和资源利用率。然而，资金不足、运营复杂性、基础设施问题等限制了 DSC 的采用。因此，需要探索人道主义供应链 (HSC) 的数字化并提供可以简化 DSC 采用的解决方案。在本研究中，创建了一个框架以促进后 COVID-19 时代 HSC 的数字化进程。确定了 19 个相关驱动因素，它们有可能使 HSC 数字化。这些驱动因素是从以前的文献中确定的，并在 HSC 利益相关者的协助下最终确定。进行主成分分析以从确定的驱动因素列表中发现最相关的驱动因素。采用 Kappa 分析来完善数字化驱动因素的优先级图。此外，采用中智 DEMATEL 方法对潜在驱动因素进行优先排序，并发现它们之间的相互依赖关系。研究结果表明，最具影响力的驱动因素属于运营和技术类别。然而，社会驱动因素有可能在 HSC 数字化方面发挥重要作用。此外，该研究还提出了利用新兴技术加强资金收集和数据管理的策略。这些策略可以帮助 HSC 决策者制定相关政策和战略干预措施。
能源报告 - | sinbad2
本研究的目的是研究低碳可再生能源项目的成本管理策略。本文通过评估不同的成本管理来增加可再生能源投资项目，做出了重要贡献。根据本研究的分析结果，可以提出减少碳排放问题的方法。此外，本研究的另一个重要贡献是生成一种基于毕达哥拉斯模糊 DEMATEL、TOPSIS 和 Shapley 值的新型混合模型，以找到改进这些项目的适当政策。此外，使用 VIKOR 方法测量了所提模型对每种合作成本管理策略的准确性。此外，还通过连续改变标准的加权结果，对 TOPSIS 和 VIKOR 方法的 5 个案例进行了敏感性分析。确定所提出的模型是连贯的，适用于进一步的研究。此外，敏感性分析的排序结果也与不同情况一致。结果表明，对于太阳能替代品，内部流程始终具有最低成本。此外，对于风能替代品，客户是成本最低的因素。因此，显然，提高员工的资质对于太阳能项目的改进至关重要。此外，通过为客户提供重要性，可以提高风能投资的有效性。此外，还得出结论，当合作水平提高时，投资效率会更高。另一个重要观点是，如果投资者倾向于制定弱或强合作成本管理策略，他们应该主要关注太阳能项目，因为与其他替代方案相比，它们的成本较低。© 2021 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY-NC-ND 许可开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。
LMDI方法在建筑碳排放分析中的应用和评估：全面审查
摘要：对数平均分区指数（LMDI）方法广泛应用于碳排放，城市能源消耗和建筑部门的研究，对理论研究和评估很有用。该方法对于打击气候变化和鼓励能源转变特别有益。在该方法的开发过程中，有机会开发先进的公式来提高研究的准确性，如过去的研究所表明的那样，这些尚未通过实验进行充分探索。本研究回顾了在碳排放量的背景下对LMDI方法的先前研究，从而对其应用进行了全面的概述。它总结了LMDI方法的技术基础，应用和评估，并分析了过去25年中与LMDI相关领域中使用的主要研究趋势和常见计算方法。此外，它回顾了LMDI在建筑部门，城市能源和碳排放中的使用，并讨论了其他方法，例如广义Divisia指数方法（GDIM），决策试验和评估实验室（DEMATEL）以及解释性结构建模（ISM）技术。这项研究探索并比较了这些方法的优点和缺点及其在建筑部门中的使用与LMDI。最后，本文通过强调LMDI的未来可能性，这表明如何将LMDI与其他模型集成以进行更全面的分析。但是，在当前的研究中，仍然缺乏对低碳城市发展中的驱动因素的广泛研究。先前的相关研究通常集中在单个因素或特定领域，而没有对因素之间相互作用的跨学科理解。此外，传统的分解方法，例如LMDI，在处理大规模数据方面面临挑战，并且高度依赖于数据质量。加上内核密度和空间相关性分析的估计，增强的LMDI方法通过对能量使用和碳排放的驱动因素进行更全面的综述来克服这些缺点。整合机器学习和大数据技术可以增强数据处理能力和分析准确性，为低碳城市开发提供科学政策建议和实用工具。通过特定的案例研究，本文指出了这些方法的有效性，并提出了措施，包括优化建筑物设计，提高能源效率和提炼能量管理程序。这些努力旨在促进智慧城市并实现可持续发展目标。