问题 |
E3S网页f
卷积4052023
2023国际民用环境工程可持续技术会议 |
|
---|---|---|
文章号 | 02005 | |
页数 | 15 | |
段内 | 可再生能源电气技术 | |
多尔市 | https://doi.org/10.1051/e3sconf/202340502005 | |
在线发布 | 2023年7月26日 |
集成机器学习算法和MCDM技术
一号Madurai Kamaraj大学数学学院sudhasikkanan@gmail.com
2EEE系,印度泰米尔纳德邦Kovilpatti国立工程学院edwindeepak85@gmail.com.
3Arul Anandar学院数学系(自治),印度泰米尔纳德邦Karumathurnivetha.martin710@gmail.com
*对应作者 :nivetha.martin710@gmail.com
全世界目前时代的汽车产业正在精简电池电车制造工作,作为建立无污染环境的一个步骤。BEVs作为一种替代策略用于减缓全球一级的碳排放环境保护是持久可持续1f目标之一? 开发目标需要时从化石燃料向可再生能源范式转换,同时这还引起决策问题,即最优选择电动车辆论文中基于十种替代BEVs和十一项标准的决策问题从前信Ecer作品中考虑多标准决策新排序法MCRAT(多标准替代跟踪排序)与AHP(分析层次化进程)CRITIC(标准间关联所得结果使用随机森林机学习算法比较验证多标准决策法和机器学习算法对电池电动车辆作出最优决策,而这种综合方法产生最优排名结果,今后数日必创新决策室
关键字 :随机森林/MCRAT/AHP/CRICI/MEREC/最优决策
必威西汉姆赞助2023年EDP科学出版
开存文章分发创用CC授权4.0允许在任何介质上不受限制使用、分发和复制,只要原创作品正确引用
当前用法度量显示文章视图累积计数(全文文章视图包括HTML视图、PDF和ePub下载,根据可用数据)和Vision4Press平台摘要视图
数据对应2015年后板状使用当前使用量度自在线发布后48-96小时提供并按周日每日更新
初始下载度量器可能花点时间