.png){kind=icon}
返回
A hybrid vehicle engine selection problem using a decision support framework under uncertainty
.png){kind=icon}
PRE
AI
DOI：10.1007/s10668-025-07230-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
全球变暖由温室气体排放驱动，构成了严峻的环境挑战。道路运输部门对排放贡献显著，其中传统车辆的内部燃烧引擎是主要来源。为应对此问题，本研究探讨了在不确定决策环境下选择更清洁的车辆引擎技术，例如电动和混合动力引擎。为有效管理与人类判断和模糊数据相关的模糊性，本文引入了一种新型多准则决策方法（MCDM），称为基于妥协解的扩展测量替代方案与排序方法（E-MARCOS）。研究采用两阶段方法：首先，概述针对区间数据定制的E-MARCOS方法的决策过程，应用针对区间数据的Shannon熵法以确保准则权重的稳健性和可靠性；其次，进行方法验证。通过三个案例研究验证该方法的应用性，并将结果与其他基于区间的MCDM方法（包括TOPSIS、VIKOR和COPRAS）的结果进行比较。该比较凸显了E-MARCOS在不同决策情境下的卓越性能和适用性。通过不确定性验证程序进一步确认了该方法的稳健性，包括敏感性分析，用于评估权重和参数变化的影响。此外，通过排序反转分析验证了E-MARCOS的稳定性，展示了其在动态环境中对方案增减的鲁棒性。总体而言，本研究将E-MARCOS作为一种有前景且有效的方法，用于解决不确定环境下的复杂决策问题，并具有广泛的真实场景适用性。
Keyword:
Extended measurement alternatives and ranking based on compromise solution method
Shannon’s entropy
Multi-criteria decision-making
Uncertainty
Interval numbers
期刊
E
IF:
0
论文数:
746
被引数:
0
机构
引用论文
Sustainable Smart Parking Site Selection with Charging Stations for Electric and Hybrid Vehicles可持续智能停车场选址（含电动汽车及混合动力汽车充电站）
.png){kind=icon}
PREAI
分享收藏Electric vehicle selection for industrial users using an interval-valued intuitionistic fuzzy COPRAS-based model工业用户电动汽车选择的基于区间值直觉模糊COPRAS模型
PREAI
分享收藏分享收藏
A new model based on the extended COPRAS method for improving performance during the accreditation process of Indian Higher Educational Institutions基于扩展COPRAS方法的新模型，用于改进印度高等教育机构认证过程中的绩效
PREAI
分享收藏
查看更多内容