• Energy Research

One way to develop local clusters is to strengthen those clusters by using outsourcing to conduct strategic social responsibility, or in other words, to create shared value, which is a win-win strategy for the buyer, supplier, and society and the best and most viable alternative to traditional corporate social responsibilities. In the leading research, a model for decision-making within the supply chain has been developed for purchasing based on shared value creation, long-term relationship management, and purchasing strategies. The research consists of two strategic mathematical models, using goal programming, and then is solved by a meta-heuristic algorithm. Potential outsourcing companies are assessed and then clustered according to their geographic locations in the decision-making process. One (or several) cluster(s) was selected among clusters based on knowledge and relationship criteria. Besides, in the primary mathematical model, the orders in different periods and the selection of suppliers are determined. In this model, in addition to optimizing the cost, the dispersion of purchases from suppliers is maximized to increase relationships and strengthen all members of the cluster. Maximizing the distribution by converting a secondary objective function to goal-programming variables transforms the multi-objective model into a single-objective model. In addition to economic benefits for buyers and suppliers, this purchasing plan concentrates on strengthening the local industrial cluster, fostering employment and ease of recruitment for human resources, accessing more infrastructures and technical support facilities, developing an education system in the region, and assisting knowledge-based enterprises with development.

Las herramientas de simulación orientadas a promover la sostenibilidad en la evaluación de la Movilidad como Servicio (MaaS) son inherentemente un desafío de toma de decisiones multicriterio (MCDM) debido a tres preocupaciones principales: la importancia de los criterios, la variabilidad de los datos y la incertidumbre de las opiniones de los expertos. A pesar de los esfuerzos realizados en los últimos años, ningún MaaS desarrollado actualmente ha abordado completamente todos los criterios de evaluación. Además, ninguna investigación ha evaluado la sostenibilidad de MaaS en el contexto de determinar su optimalidad. Como tal, la contribución fundamental de esta investigación es presentar una evaluación de las herramientas de simulación para MaaS sostenible en vehículos autónomos que operan en ciudades inteligentes. Esta evaluación se basa en la extensión avanzada de un conjunto aproximado difuso de Fermatean de valor de intervalo (IVFFRS) recientemente propuesto incorporado dentro de las metodologías integradas de MCDM. El IVFFRS está diseñado para capturar datos de evaluación intrincados e inciertos. La fase inicial de la metodología de evaluación implica formular los criterios de evaluación utilizando un conjunto aproximado difuso de Fermatean de valores de intervalo, ponderado de forma difusa para una inconsistencia cero. La fase posterior adopta la decisión aproximada difusa de Fermatean valorada en intervalos a través del método de puntuación de opinión para priorizar alternativas a la luz de las variaciones de los datos. Este estudio evalúa diez herramientas de simulación distintas para MaaS en vehículos autónomos en función de siete criterios. La robustez de la metodología se determina aún más a través de análisis de sensibilidad y comparativos. Les outils de simulation visant à promouvoir la durabilité dans l'évaluation de la mobilité en tant que service (MaaS) sont intrinsèquement un défi de prise de décision multicritères (MCDM) en raison de trois préoccupations principales : l'importance des critères, la variabilité des données et l'incertitude des opinions des experts. Malgré les efforts déployés ces dernières années, aucun MaaS actuellement développé n'a pleinement répondu à tous les critères d'évaluation. De plus, aucune recherche n'a évalué la durabilité du MaaS dans le cadre de la détermination de son optimalité. À ce titre, la contribution essentielle de cette recherche est de présenter une évaluation des outils de simulation pour le MaaS durable dans les véhicules autonomes opérant dans les villes intelligentes. Cette évaluation s'appuie sur l'extension avancée d'un ensemble approximatif flou de Fermatéen à valeur d'intervalle (IVFFRS) nouvellement proposé, incorporé dans les méthodologies MCDM intégrées. L'IVFFRS est conçu pour capturer des données évaluatives complexes et incertaines. La phase initiale de la méthodologie d'évaluation consiste à formuler les critères d'évaluation à l'aide d'un ensemble approximatif flou de Fermatean à valeur d'intervalle, pondéré de manière floue pour zéro incohérence. La phase suivante adopte la décision approximative floue de Fermatean à valeur d'intervalle via la méthode du score d'opinion pour hiérarchiser les alternatives à la lumière des variations de données. Cette étude évalue dix outils de simulation distincts pour le MaaS dans les véhicules autonomes en fonction de sept critères. La robustesse de la méthodologie est en outre vérifiée par des analyses de sensibilité et comparatives. The simulation tools geared towards promoting sustainability in Mobility as a Service (MaaS) evaluation is inherently a multi-criteria decision-making (MCDM) challenge due to three primary concerns: the criteria significance, data variability, and the expert opinions' uncertainty. Despite efforts in recent years, no current developed MaaS has fully addressed all evaluation criteria. Moreover, no research has evaluated the sustainability of MaaS in the context of determining its optimality. As such, this research's pivotal contribution is to present an evaluation of simulation tools for sustainable MaaS in autonomous vehicles operating in smart cities. This evaluation leans on the advanced extension of a newly proposed an interval-valued Fermatean fuzzy rough set (IVFFRS) incorporated within integrated MCDM methodologies. The IVFFRS is designed to capture intricate and uncertain evaluative data. The initial phase of the evaluation methodology involves formulating the evaluation criteria using an interval-valued Fermatean fuzzy rough set, fuzzily weighted for zero inconsistency. The subsequent phase adopts the interval-valued Fermatean fuzzy rough decision via the opinion score method to prioritize alternatives in light of data variations. This study evaluates ten distinct simulation tools for MaaS in autonomous vehicles based on seven criteria. The methodology's robustness is further ascertained through sensitivity and comparative analyses. إن أدوات المحاكاة الموجهة نحو تعزيز الاستدامة في التنقل كخدمة (MaaS) هي بطبيعتها تحدي متعدد المعايير لصنع القرار (MCDM) بسبب ثلاثة مخاوف أساسية: أهمية المعايير، وتباين البيانات، وعدم اليقين في آراء الخبراء. على الرغم من الجهود المبذولة في السنوات الأخيرة، لم تعالج أي معايير MaaS مطورة حاليًا جميع معايير التقييم بشكل كامل. علاوة على ذلك، لم يقم أي بحث بتقييم استدامة MaaS في سياق تحديد أمثليتها. على هذا النحو، فإن المساهمة المحورية لهذا البحث هي تقديم تقييم لأدوات المحاكاة لـ MaaS المستدامة في المركبات المستقلة التي تعمل في المدن الذكية. يعتمد هذا التقييم على التمديد المتقدم لمجموعة الخام الغامضة ذات القيمة الفاصلة المقترحة حديثًا (IVFFRS) المدمجة في منهجيات MCDM المتكاملة. تم تصميم IVFFRS لالتقاط البيانات التقييمية المعقدة وغير المؤكدة. تتضمن المرحلة الأولية من منهجية التقييم صياغة معايير التقييم باستخدام مجموعة تقريبية غامضة ذات قيمة فاصلة من فيرماتيان، مرجحة بشكل غامض لعدم وجود تناقض. تعتمد المرحلة اللاحقة قرار فيرماتيان التقريبي الغامض ذي القيمة الفاصلة عبر طريقة درجة الرأي لتحديد أولويات البدائل في ضوء اختلافات البيانات. تقيّم هذه الدراسة عشر أدوات محاكاة متميزة لـ MaaS في المركبات ذاتية القيادة بناءً على سبعة معايير. يتم التحقق من متانة المنهجية بشكل أكبر من خلال الحساسية والتحليلات المقارنة.