view in publisher's site

Incorporating Climate Change into Risk Assessment Using Grey Mathematical Programming

Climate change presents problems for risk assessment procedures due to the difficulty of assigning a measure of probability to any future scenario. Grey systems theory provides an alternative means of quantifying uncertainty based on interval numbers. Within a mathematical programming model, grey systems theory provides a means for working with uncertainties that are not amenable to stochastic or fuzzy quantification. An example of forestry and agricultural expansion in the Mackenzie River Basin is used to illustrate grey mathematical programming in a hop, skip and jump formulation. In this example, climatic constraints are implicitly contained in other parameters which did not incorporate the different components of uncertainty associated with meteorological observations. These components can be combined into a numerical interval that can be used in determining a grey number. However, most of these uncertainties are negligible in climatic data sets due to the number of observations. Nevertheless, these uncertainties point to some of the problems in assessing the risks of climate change, and a grey mathematical programming algorithm is useful for assessing the sensitivity of a decision to climatically sensitive parameters.

گنجاندن تغییرات آب و هوایی در ارزیابی ریسک با استفاده از برنامه‌نویسی ریاضی خاکستری

تغییر آب و هوا مشکلاتی را برای روش‌های ارزیابی ریسک به دلیل دشواری اختصاص یک معیار احتمال به هر سناریوی آینده ایجاد می‌کند. نظریه سیستم‌های خاکستری ابزارهای جایگزین برای کمی کردن عدم قطعیت براساس اعداد بازه‌ای را فراهم می‌کند. در یک مدل برنامه‌ریزی ریاضی، نظریه سیستم‌های خاکستری ابزاری را برای کار با عدم قطعیت‌هایی فراهم می‌کند که با کمی سازی تصادفی یا فازی سازگار نیستند. نمونه‌ای از توسعه جنگل داری و کشاورزی در حوضه آبریز رودخانه مکنزی برای نشان دادن برنامه‌ریزی ریاضی خاکستری در فرمول‌بندی جهش، پرش و پرش استفاده می‌شود. در این مثال، محدودیت‌های آب و هوایی به طور ضمنی در پارامترهای دیگری گنجانده شده‌اند که اجزای مختلف عدم قطعیت مرتبط با مشاهدات هواشناسی را شامل نمی‌شوند. این مولفه‌ها می‌توانند در یک فاصله عددی ترکیب شوند که می‌تواند در تعیین یک عدد خاکستری استفاده شود. با این حال، بیشتر این عدم قطعیت‌ها در مجموعه داده‌های آب و هوایی به دلیل تعداد مشاهدات قابل اغماض هستند. با این وجود، این عدم قطعیت‌ها به برخی از مشکلات در ارزیابی خطرات تغییر آب و هوا اشاره می‌کنند و یک الگوریتم برنامه‌نویسی ریاضی خاکستری برای ارزیابی حساسیت یک تصمیم به پارامترهای حساس به آب و هوا مفید است.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Waste Management and Disposal
  • ترجمه مقاله Waste Management and Disposal
  • مقاله مدیریت پسماند و دفع زباله
  • ترجمه مقاله مدیریت پسماند و دفع زباله
  • مقاله General Medicine
  • ترجمه مقاله General Medicine
  • مقاله طب عمومی
  • ترجمه مقاله طب عمومی
  • مقاله Environmental Engineering
  • ترجمه مقاله Environmental Engineering
  • مقاله مهندسی محیط‌ زیست
  • ترجمه مقاله مهندسی محیط‌ زیست
  • مقاله Management, Monitoring, Policy and Law
  • ترجمه مقاله Management, Monitoring, Policy and Law
  • مقاله مدیریت، نظارت، سیاست و قانون
  • ترجمه مقاله مدیریت، نظارت، سیاست و قانون
سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.