مقاله انگلیسی ارزیابی پروژه‌های انرژی تجدیدپذیر با رویکرد اقتصاد مدور از طریق سیستم‌های توصیه‌گر هوش مصنوعی و یک رویکرد تصمیم‌گیری ترکیبی کوانتومی فازی

عنوان فارسی:

ارزیابی پروژه‌های انرژی تجدیدپذیر با رویکرد اقتصاد مدور از طریق سیستم‌های توصیه‌گر هوش مصنوعی و یک رویکرد تصمیم‌گیری ترکیبی کوانتومی فازی.

عنوان انگلیسی:

An Assessment of Circular Economy-Oriented Renewable Energy Projects via Artificial Intelligence Recommender Systems and a Hybrid Quantum Fuzzy Decisionmaking Approach

کد محصول: M1856

سال نشر: ۲۰۲۵

نام ناشر (پایگاه داده): الزویر

نام مجله: Renewable Energy

نوع مقاله: علمی پژوهشی (Research Article)

متغیر : دارد

فرضیه: ندارد

مدل مفهومی:  مدل ریاضی دارد

پرسشنامه : ندارد 

تعداد صفحه انگلیسی:  ۴۳ صفحه PDF

برای دانلود رایگان مقاله انگلیسی بر روی دکمه ذیل کلیک نمایید

وضعیت ترجمه: این مقاله تاکنون ترجمه نشده برای سفارش ترجمه تخصصی مقاله بر روی دکمه ذیل کلیک نمایید (کد مقاله:M1856)

مقالات مرتبط با این موضوع: برای مشاهده سایر مقالات مرتبط با این موضوع (با ترجمه و بدون ترجمه)  بر روی دکمه ذیل کلیک نمایید

چکیده فارسی

توسعه‌ی استراتژی‌های سرمایه‌گذاری در انرژی‌های تجدیدپذیر مبتنی بر اقتصاد مدور برای توسعه‌ی اجتماعی و اقتصادی یک کشور حیاتی است. کسب‌وکارها باید اولویت را به مناسب‌ترین استراتژی‌های سرمایه‌گذاری برای بهینه‌سازی مؤثر بودجه و منابع انسانی خود بدهند. با این حال، مطالعات پیشین با چالش‌هایی در مدیریت عدم قطعیت‌ها در فرآیند توسعه‌ی استراتژی برای پروژه‌های انرژی تجدیدپذیر با رویکرد اقتصاد مدور مواجه بوده‌اند. این مطالعه این شکاف‌ها را با پیشنهاد یک مدل تصمیم‌گیری پیشرفته مبتنی بر هوش مصنوعی برطرف می‌کند که نظریه کوانتوم، تحلیل نسبت ارزیابی وزنی مرحله‌ای چندگانه (M-SWARA)، بهینه‌سازی چند هدفه با تحلیل نسبت (MOORA) و مجموعه‌های فازی تصویری را برای مدیریت بهتر عدم قطعیت‌ها و بهبود انتخاب استراتژی ترکیب می‌کند. ابتدا، وزن‌های اهمیت متخصصان با کمک یک تکنیک هوش مصنوعی (AI) محاسبه می‌شود. پس از آن، وزن‌های اهمیت شاخص‌ها از طریق M-SWARA فازی تصویری کوانتومی تعیین می‌شوند. در نهایت، MOORA فازی تصویری کوانتومی برای رتبه‌بندی استراتژی‌های سرمایه‌گذاری استفاده می‌شود. ارزشمندترین مشارکت این مطالعه در ادبیات پژوهشی، تعیین مؤثرترین استراتژی‌ها برای پروژه‌های انرژی تجدیدپذیر مبتنی بر اقتصاد مدور از طریق ایجاد یک مدل تصمیم‌گیری جدید مبتنی بر هوش مصنوعی است. علاوه بر این، در مقایسه با رویکردهای قبلی، این مدل یک روش جدید برای کاهش سوگیری و عدم قطعیت متخصصان ارائه می‌دهد. مهمترین ویژگی اصلی این مدل، ایجاد یک ماتریس تصمیم با کمک هوش مصنوعی است. با توجه به این ادغام، وزن‌های اهمیت متخصصان قابل تعیین است. یافته‌های ما نشان می‌دهد که مدیریت هزینه از طریق جایگزین‌های انرژی های تجدیدپذیر مهمترین عامل تعیین‌کننده است، زیرا دارای بالاترین وزن (۰.۲۶۷) است. مشابه این وضعیت، انتخاب مواد بازیافتی نیز یک عامل تعیین‌کننده مهم است (وزن: ۰.۲۶۶). از طرف دیگر، همچنین بیان شده است که سیستم‌های انرژی تجدیدپذیر هیبریدی برای تولید انرژی کارآمد، مناسب‌ترین گزینه برای بهبود سرمایه‌گذاری‌های انرژی تجدیدپذیر مبتنی بر اقتصاد مدور هستند. ساخت گلخانه‌ها با استفاده از پنل‌های خورشیدی نیز در این زمینه نقش اساسی ایفا می‌کند.

واژگان کلیدی: اقتصاد چرخشی، انرژی تجدیدپذیر، سرمایه‌گذاری‌های انرژی، هوش مصنوعی، تصمیم‌گیری فازی

۱. مقدمه

مدل اقتصاد مدور استفاده مجدد از منابع در فرآیندهای تولید را ترویج می‌کند. در این مدل، تولید ضایعات می‌تواند به طور مؤثری به حداقل برسد. مزایایی برای این وضعیت وجود دارد. با توجه به استفاده کارآمدتر از منابع طبیعی، آسیب به محیط زیست در طول فرآیند تولید می‌تواند کاهش یابد [۱]. علاوه بر این، اقتصاد مدور توسعه فناوری‌های سبز و راهکارهای نوآورانه را تشویق می‌کند [۲]. پروژه‌های انرژی تجدیدپذیر مبتنی بر اقتصاد مدور نیز به این معنی است که اصول اقتصاد مدور در فرآیندهای تولید و مصرف انرژی در نظر گرفته می‌شوند. در این چارچوب، مواد مورد استفاده در نصب پروژه‌های انرژی تجدیدپذیر قابل بازیافت هستند. به طور مشابه، مدیریت مؤثر ضایعات تولید شده در طول فرآیند تولید انرژی مهم است. اثرات منفی احتمالی فرآیند تولید انرژی بر محیط زیست می‌تواند کاهش یابد. یک موضوع مهم دیگر، تضمین بهره‌وری انرژی در فرآیندهای تجاری است [۳]. تضمین کارایی در فرآیندهای عملیاتی به مصرف کمتر منابع طبیعی در فرآیند تولید کمک می‌کند…

۶. نتیجه‌گیری

این مطالعه به طور جامع استراتژی‌های سرمایه‌گذاری در انرژی های تجدیدپذیر مبتنی بر اقتصاد مدور را ارزیابی می‌کند. یک مدل تصمیم‌گیری فازی جدید مبتنی بر هوش مصنوعی برای دستیابی به این هدف ایجاد شد. ابتدا، وزن‌های اهمیت متخصصان با کمک یک تکنیک هوش مصنوعی محاسبه شد. در مرحله دوم، مدل به محاسبه ارزیابی‌های گمشده با یک تکنیک پالایش مشارکتی پرداخت. سوم، وزن‌های اهمیت شاخص‌ها از طریق M-SWARA فازی تصویری کوانتومی شناسایی شدند. مرحله نهایی مدل شامل رتبه‌بندی استراتژی‌های سرمایه‌گذاری MOORA فازی تصویری کوانتومی بود. نتیجه‌گیری می‌شود که مدیریت هزینه با جایگزین‌های انرژی های تجدیدپذیر مهم‌ترین عامل  است. علاوه بر این، سیستم‌های انرژی تجدیدپذیر هیبریدی برای تولید انرژی کارآمد، مناسب‌ترین استراتژی‌های سرمایه‌گذاری برای این وضعیت را نشان می‌دهند. به طور مشابه، انتخاب مواد بازیافتی نیز یک عامل تعیین‌کننده مهم است. علاوه بر این، مشخص شد که یک چرخه عمر محصول کارآمد (و استفاده از منابع با کاهش ضایعات) وزن‌های کمتری نسبت به سایر چرخه‌های عمر دارد…

Abstract  

Developing circular economy-based renewable energy investment strategies is vital for a country’s social and economic development. Businesses need to prioritize the most appropriate investment strategies to optimize their budgets and human resources effectively. However, previous studies have faced challenges in managing uncertainties in the strategy development process for circular economy-oriented renewable energy projects. This study addresses these gaps by proposing an AI-enhanced decision-making model that combines quantum theory, multi-step wise weight assessment ratio analysis (M-SWARA), multi objective optimization by ratio analysis (MOORA), and picture fuzzy sets to better manage uncertainties and improve strategy selection. First, the importance weights of the experts are calculated with the help of an artificial intelligence (AI) technique. After that, the importance weights of the indicators are determined via quantum picture fuzzy M-SWARA. Finally, the quantum picture fuzzy MOORA is used to rank the investment strategies. The most valuable contribution of this study to the research literature is the determination of the most effective strategies for circular economy-based renewable energy projects through the creation of a new AI-based decision-making model. In addition, compared to earlier approaches, this model offers a novel method for mitigating expert bias and uncertainty. The most important original feature of this model is the creation of a decision matrix with the help of AI. Owing to this integration, the importance weights of the experts can be determined. Our findings demonstrate that cost with renewable alternatives is the most critical determinant since it has the highest weight (0.267). Similar to this situation, recycled material selection is also an important determinant (weight: 0.266). On other hand, it is also defined that hybrid renewable energy systems for efficient energy production are the most appropriate project alternative for improving circular economy-based renewable energy investments. Greenhouse constructions with solar energy panels also play an essential role in this regard.

Keywords: Circular Economy, Renewable Energy, Energy Investments, Artificial Intelligence, Fuzzy Decision-making

۱.Introduction

The circular economy model promotes the reuse of resources in production processes. In this model, the generation of waste can be effectively minimized. There are some advantages to this situation; given the more efficient use of natural resources, damage to environment during the production process can be reduced [1]. Additionally, the circular economy encourages the development of green technologies and innovative solutions [2]. Renewable energy projects based on a circular economy also mean that circular economy principles are considered in energy production and consumption processes. Within this context, materials used in the installation of renewable energy projects can be recycled. Similarly, effectively managing the waste generated during the energy production process is important; the possible negative effects of the energy production process on environment can be reduced. Another important issue is ensuring energy efficiency in business processes [3]. Ensuring efficiency in operational processes contributes to the consumption of fewer natural resources in the production process…

۶.Conclusions

This study comprehensively evaluates circular economy-based renewable energy investment strategies. A new AI-based fuzzy decision-making model was generated to achieve this objective. First, the importance weights of the experts were calculated with the help of an AI technique. The second stage of the model addressed the filling of missing evaluations with a collaborative filtering technique. Third, the importance weights of the indicators were identified via a quantum picture fuzzy M-SWARA. The final stage of the model included the ranking of quantum picture fuzzy MOORA investment strategies. It is concluded that cost management with renewable alternatives is the most important initiative. Moreover, hybrid renewable energy systems for efficient energy production represent the most appropriate investment strategies for this situation. Similarly, recycled material selection is also found to be an important determinant. Additionally, it is found that an efficient product life cycle (and resource utilization with waste reduction) has lower weights than the other life cycles…