利用CRITIC–BWM–CoCoSo综合筛选框架对用于生物柴油生产的绿色微藻变体进行多标准评估

《Biomass and Bioenergy》:Multi-criteria evaluation of green microalgal variants for biodiesel using an integrated CRITIC–BWM–CoCoSo screening framework

【字体: 时间:2026年02月12日 来源:Biomass and Bioenergy 5.8

编辑推荐:

  绿藻生物柴油原料筛选采用CRITIC-BWM-CoCoSo多准则决策模型,通过整合客观(CRITIC)与主观(BWM)赋权方法,结合敏感性分析验证结果稳定性,最终确定Chlorella vulgaris为最优品种。

  
阿比拉米·M. | 德巴罗蒂·达斯

摘要

对可持续生物燃料的需求加速了基于微藻的生物柴油研究。然而,选择合适的微藻品种需要仔细评估其物理化学性质,因为这些性质决定了生物柴油的质量和性能。本研究提出了一个综合多标准决策框架,通过联合应用“通过标准间相关性确定重要性”(CRITIC)、“最佳-最差法”(BWM)和“综合折中解决方案”(CoCoSo)来评估生物柴油原料。这种综合加权方法结合了主观和客观观点,提供了平衡的评估。结果表明,普通小球藻(Chlorella vulgaris)是最佳选择,在生物柴油质量和可持续性方面表现更佳。为了检验结果的稳定性,进行了两种类型的敏感性分析:一种是通过调整CoCoSo方法的参数,另一种是改变主观权重和客观权重之间的平衡。这些分析验证了方法参数和权重聚合的变化如何影响微藻品种的排名,从而确认了研究结果的可靠性。这些发现为生物燃料研究人员和政策制定者在选择用于生物柴油生产的微藻品种提供了有益的见解。

引言

全球对清洁和可再生能源的需求不断增加,促使人们广泛研究替代性生物燃料。生物燃料在减少碳排放方面非常重要,尤其是在卡车、船舶和飞机等难以脱碳的运输方式中。生物燃料的一个优点是它们可以在不进行重大修改的情况下与现有发动机一起使用[1]。在多种选择中,微藻因其高脂质含量、快速生长率以及在各种环境条件下的生存能力而被证明是一种有前景的原料[2]。与来自粮食作物的传统生物柴油原料不同,微藻可以在非耕地或利用废水进行培养,因此是一种更环保和可持续的选择[3]。
本研究特别关注绿色微藻,这类微藻因其在生物柴油生产中的优良特性而闻名。与其他微藻类别(如硅藻和蓝细菌)相比,绿色微藻在脂质积累和生长率之间提供了最佳平衡,使其成为生物燃料生产的首选。它们的高细胞密度、快速生长率和独特的生化特性进一步使其成为理想的选择[4],[5]。这些特性促进了生物柴油的生产,并支持大规模生物燃料生产的可持续性[6]。即使某种微藻品种具有高脂质产量或生物质产量,如果其物理化学性质较差,也可能不适合用于生物柴油生产[7]。值得注意的是,产脂微藻的十六烷值可能仍然较低,碘值可能较高,或者冷流性能不令人满意。因此,本研究仅关注物理化学性质,提供了一个专门的评估,以确定其作为燃料的适用性,而不考虑生长参数。
微藻作为生物燃料来源的重要性在于它们能够产生高脂质含量,这些脂质可以通过酯交换反应有效转化为生物柴油[8]。微藻生物柴油具有良好的燃料特性,如高十六烷值和低硫含量,因此有潜力替代化石燃料[9]。尽管具有这些优点,但由于存在许多具有不同生化组成的微藻品种,选择最适合用于生物柴油生产的绿色微藻菌株仍然是一个挑战。大多数早期研究要么只关注单一品种,要么进行小规模实验,而没有采用深入的决策方法[10],[11],[12],[13],[14]。本研究通过利用综合多标准决策(MCDM)策略,结合专家判断和数据驱动的决策方法,填补了这一空白。
本研究的主要目标是根据多个评估标准选择最适合用于生物柴油生产的绿色微藻品种。为此,研究采用了聚合加权方法,将基于客观的加权技术(CRITIC)与基于专家的主观加权技术(BWM)相结合。然后使用“综合折中解决方案”(CoCoSo)对候选品种进行排名,为微藻选择提供了强大的决策模型。这种整合建立了一个特定于情境的综合评估框架,用于筛选适合生物柴油生产的绿色微藻品种。通过结合客观和主观加权技术,本研究提高了生物燃料研究决策过程的可靠性和适用性。为了验证结果的稳定性,进行了两种类型的敏感性分析:一种是通过调整CoCoSo方法的参数,另一种是改变主观权重和客观权重之间的平衡。这些分析显示了方法参数和权重聚合的变化如何影响微藻品种的排名,从而确认了研究结果的可靠性。
本研究设计为一个筛选级别的、基于文献的决策支持框架,旨在根据绿色微藻的物理化学燃料质量属性来确定优先级。实验室培养和生物柴油制备可能会消耗大量资源,这取决于系统、实验室和地区。因此,该框架的目的是通过首先识别有前景的微藻候选品种来支持和指导未来的实验验证,而不是取代实验研究。
本研究的意义有二:(i) 它提出了一个筛选级别的决策支持框架,利用现有文献中收集的物理化学燃料质量信息来识别适合用于生物柴油生产的绿色微藻品种。(ii) 通过敏感性分析证明,客观(CRITIC)和主观(BWM)方法的结合以及CoCoSo排名程序可以提高决策结果的平衡性和稳定性。这项工作没有引入新的MCDM方法,而是展示了如何系统地结合既定的技术来支持早期生物柴油原料选择的稳健和平衡的筛选级别决策。所提出的框架旨在缩小有前景的微藻候选范围,从而支持未来的实验研究和技术经济评估。
研究问题(RQs)旨在指导筛选级别的决策,并确保在不同微藻生物柴油数据集中的适用性。
RQ-(i) 聚合加权方法(结合主观和客观方法)如何改进用于生物柴油生产的微藻品种的选择过程?
RQ-(ii) 使用所提出的基于多标准的筛选级别框架,哪种绿色微藻品种可以被识别为最合适的生物柴油原料?
RQ-(iii) 在CoCoSo方法中,改变λ(从0到1)的值如何影响最佳微藻品种的排名和选择?
RQ-(iv) 改变聚合参数α(从0到1),即平衡主观和客观权重的值,如何影响所选微藻品种的排名和稳健性?
本研究的主要目标(Os)如下:
O-(i) 使用基于综合MCDM的筛选方法,在二十六种微藻品种中找到最适合用于生物柴油生产的品种。
O-(ii) 结合主观(最佳-最差法)和客观(CRITIC)加权方法,对标准进行公平评估。
O-(iii) 使用CoCoSo技术对微藻品种进行排名,并选择最适合用于生物柴油生产的品种。
O-(iv) 探究改变CoCoSo方法参数(λ)和平衡主观和客观权重的聚合参数(α)如何影响微藻品种的排名。
O-(v) 为生物燃料研究人员和政策制定者提供有用的指导,以选择最适合用于生物柴油生产的微藻品种。
本文的结构如下:第2节回顾了相关文献,重点讨论了三个方面:CRITIC与CoCoSo的结合、BWM与CoCoSo的结合,以及主观和客观加权方法与CoCoSo的结合。第3节描述了用于分析的微藻品种。第4节介绍了用于评估的技术参数。第5节介绍了用于排名的MCDM算法,第6节进行了数值评估。第7节讨论了敏感性分析,第8节总结了研究结果。

部分摘录

研究背景

本节总结了相关文献,特别强调了三个方法论视角:(i) CRITIC与CoCoSo的结合,(ii) BWM与CoCoSo的结合,以及(iii) 将主观和客观加权方案与CoCoSo结合的方法。近年来,先进的多标准决策(MCDM)方法在各个领域引起了广泛关注[15],[16],[17]。其中,“综合折中解决方案”(CoCoSo)方法被证明是一个有用的工具,特别是在

微藻品种描述

微藻在可持续生产生物柴油方面具有巨大潜力,因为它们可以快速合成生物质,在恶劣条件下储存脂质,并能在非耕地生长[39]。在这类微藻中,绿色微藻(绿藻门)特别受到关注,因为它们具有代谢多样性和丰富的分类学特征[40]。属于AnkistrodesmusBotryococcusChlamydomonasChlorellaDunaliellaScenedesmus等属的微藻品种

技术参数:生物柴油的物理化学性质

本文使用的技术标准包括:饱和脂肪酸(c1)、单不饱和脂肪酸(c2)、多不饱和脂肪酸(c3)、十六烷值(c4)、皂化值(c5)、碘值(c6、不饱和度(c7)、长链饱和因子(c8)。所有这些标准都被归类为性能指标,它们对生物柴油性能有正面影响(最大)或负面影响(最小)。选择这些标准的理由是

MCDM技术的逐步方法

本研究应用了两种加权方法以及基于折中的MCDM技术来识别适合用于生物柴油生产的绿色微藻品种。由于CRITIC、BWM和CoCoSo是成熟的方法,这里仅提供了简明的逐步描述,重点介绍了它们在所提出的筛选级别框架中的整合和应用。
决策矩阵定义为:X=[xij]m×n其中xi表示候选品种Ai的性能

优化绿色微藻用于生物柴油生产

本节通过利用来自可信文献来源[43],[44],[82],[83]的数据,展示了一种基于数据的评估方法,以识别最适合用于生物柴油生产的绿色微藻。表6提供了候选品种、标准、性能指标及其相应权重的结构化概述,作为决策矩阵。

敏感性分析

敏感性分析是一种技术,用于在我们稍微改变决策过程的部分内容时验证结果的稳定性和准确性。在CoCoSo方法中,一个关键部分是λ值,它决定了对两种类型分数(加性和乘性)的重视程度。通过将λ从0改为1,我们可以看到最终排名是否保持不变或发生很大变化。这有助于我们了解最佳选择是否真的强大,还是仅仅因为

结论

生物柴油作为一种替代化石燃料的燃料,越来越受到关注,因为它可再生且更环保。本研究使用综合CRITIC–BWM–CoCoSo MCDM框架评估了二十六种绿色微藻品种用于生物柴油生产的潜力。通过结合CRITIC(客观加权)和BWM(主观加权),该研究结合了基于数据的信息和专家意见,进行了平衡的评估。然后使用CoCoSo方法提供了可靠的

CRediT作者贡献声明

阿比拉米·M.:撰写——原始草稿、可视化、验证、正式分析、数据整理。德巴罗蒂·达斯:撰写——审阅与编辑、验证、监督、概念化。

利益冲突声明

作者声明与本研究无关任何利益冲突。

致谢

作者衷心感谢所有帮助这项工作的人,并感谢审稿人的建议和评论,这些都对本文的质量有了很大提升。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号