La importancia y complejidad sustanciales de la gestin de emergencias por vertidos de petrleo se han visto confirmadas por los accidentes masivos y desastrosos de vertidos de petrleo ocurridos en los ltimos aos. El objetivo de este estudio es investigar y desarrollar un nuevo modelo eficaz para responder con precisin a las emergencias por vertidos de petrleo con el fin de reducir el riesgo de catstrofes. En este modelo, en primer lugar, se utiliza el anlisis relacional gris para tratar el entorno variable y complejo de un vertido de petrleo. En segundo lugar, se presenta un mtodo revisado de anlisis relacional gris basado en el concepto de ngulo entre dos vectores para optimizar la precisin de la evaluacin midiendo la similitud entre las series de referencia y las series alternativas. En tercer lugar, incorporando la teora de la utilidad esperada, se desarrolla un anlisis relacional gris revisado para facilitar el consenso en la toma de decisiones en grupo con criterios mltiples. Por ltimo, se analiza un estudio emprico sobre la gestin de emergencias por vertidos de petrleo para demostrar la viabilidad y eficacia del modelo propuesto para la gestin de emergencias por vertidos de petrleo en un entorno complejo con el fin de reducir el riesgo de catstrofes.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un controlador de red neuronal para sistemas de conversión de energía eólica de velocidad variable y paso variable utilizando el criterio de entropía mínima generalizada
Artículo:
Puntos fijos de mapeo total monótono asintóticamente no expansivo en el espacio hiperbólico a través de un nuevo algoritmo.
Artículo:
Un método mejorado en forma de L para resolver problemas de diseño de flexibilidad de procesos
Artículo:
Una nota combinatoria para tensores armónicos
Artículo:
Un algoritmo iterativo para las soluciones reflexivas generalizadas de las ecuaciones matriciales de Sylvester acopladas generalizadas.