Energy crop knowledge management using fuzzy logic

Abstract

This paper proposes a group evaluation structure model in the knowledge management tools for the candidate site of rice straw power plants. The algorithm finds the appropriate knowledge management evaluation (KME) using a fuzzy set theory. The candidate site evaluation is a significant factor in the decision to invest that often involves much information. This information is vague, uncertain and imprecise which leads to the difficult decision-making. Thus the KME is used to decide and evaluate the appropriate candidate sites for power plants. The KME in this research was divided variables into eight modules including capital management, operational management, cost management, material quantity, functionality management, demand-supply KME, and output, respectively. Some modules received the data from the ArcGIS and evaluate the degree of knowledge management capability (KMC) of an organization using a fuzzy linguistic approach. The result of KMC in using the fuzzy system has the advantage of reducing information distortion and to solving the subjective information by a group of evaluators.

บทความนี้นำเสนอโครงสร้างการประเมินแบบกลุ่มในการจัดการความรู้สำหรับการ จัดหาความเหมาะสมพื้นที่ตั้งโรงงานไฟฟ้าโดยการนำพลังงานชีวมวลจากฟางข้าวมาเป็นเชื้อเพลิง สำหรับผลิตไฟฟ้าโดยอัลกอลิทึมจะทำการประเมินความเหมาะสมของการจัดการความรู้เกี่ยวกับ สถานที่ตั้งของโรงไฟฟ้าโดยใช้ระบบฟัซซีการประเมินสถานที่ตั้งของโรงไฟฟ้ามีความสำคัญอย่าง มากในการตัดสินใจลงทุนสร้างโรงงานไฟฟ้าซึ่งเกี่ยวข้องกับการวิเคราะห์ข้อมูลจำนวนมากในกลุ่ม ข้อมูลนี้มีความคลุมเครือไม่แน่นอนและไม่อาจตัดสินใจได้โดยเด็ดขาดจึงนำไปสู่ความยุ่งยากในการ ตัดสินใจดังนั้นระบบการจัดการความรู้จึงช่วยในการตัดสินใจและประเมินสถานที่ตั้งที่เหมาะสม ของโรงไฟฟ้าระบบการประเมินการจัดการความรู้ในงานวิจัยนี้จะถูกจัดแบ่งออกเป็น 5 โมดูล ประกอบด้วยการบริหารต้นทุน, วัสดุ, การนำไปใช้, อุปสงค์-อุปานและการประเมินการจัดการ ความรู้ตามลำดับข้อมูลบางโมดูลจะรับข้อมูลจากระบบสารสนเทศภูมิศาสตร์และทำการประเมิน ดีกรีขององค์ประกอบโดยใช้วิธีภาษาศาสตร์แบบฟัซซีผลลัพธ์ของระบบมีข้อดีคือลดความผิดเพี้ยน ของข้อมูลและแก้ปัญหาอัตวิสัยโดยเป็นการประเมินข้อมูลต่าง ๆ จากกลุ่มตัวแปร