基于 q-分数模糊 Z 信息的人工智能驱动循环塑料回收模型

《Scientific Reports》：AI-driven circular plastic recycling model based on q-Fractional fuzzy Z-information

　　

摘要

本研究致力于构建基于人工智能的循环塑料回收决策框架，旨在提升决策条件未知环境下塑料废物管理系统的可持续性与运营效率。所提出的回收设施利用人工智能技术优化塑料分拣、加工和资源回收，并最大限度减少环境影响。为筛选最优回收策略，本文提出了一种基于近期开发的q-分数阶模糊Z数的多准则决策框架。为实现更贴近实际的决策分析，该模型引入了Sugeno-Weber聚合算子，以同时考虑不确定性与专家评估的可靠性。通过对基于人工智能的循环塑料回收工厂的案例分析，展示了所提框架的潜在适用性，其中各回收方案依据经济性、环境影响、能耗及工艺效率进行评估。为进一步对比验证，通过将该方法与WASPAS方法进行对比，检验了所提方法的排序性能。结果表明，基于q-分数阶模糊Z数框架的方法具有稳定可靠的排序结果，适用于处理不确定信息及基于可靠性的信息，有助于找到最佳回收策略。本文提出的详细框架是一种高效的可循环塑料回收决策支持工具，并可扩展至其他具有不确定信息的复杂工业决策问题。