دانلود ترجمه مقاله سیستم ارزیابی جامع هوشمند با هوش مصنوعی برای ارزیابی زیست محیطی (ساینس دایرکت – الزویر 2021) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

سیستم ارزیابی جامع هوشمند با هوش مصنوعی برای ارزیابی زیست محیطی

Intelligent comprehensive evaluation system using artificial intelligence for environmental evaluation

چکیده مطلب

1. پیشینه مطالعات

2. پیشینه پژوهش

3. روش شناسی پیشنهادی

3. 1. توصیف کلی، توسعه و اجرای ارزیابی زیست محیطی

3. 2. الزامات استانداردهای بین‌ المللی

3. 3. چارچوب هوش مصنوعی (AIF) برای ارزیابی زیست محیطی

3. 4. پیاده سازی ارزیابی زیست محیطی

4. نتایج و بحث ها

4. 1. پاسخ موثر به آلودگی زیست محیطی

4. 2. پاسخ موثر برای اجرای پایداری زیست محیطی

4. 3. پاسخ موثر بر سلامت زیست محیطی

4. 4. کارایی ارزیابی زیست محیطی

4. 5. قابلیت دسترسی به ارزیابی زیست محیطی

5. نتیجه گیری

اعلان منافع رقابتی

تقدیر و تشکر

منابع

چکیده

ارزیابی زیست محیطی نقش مهمی در توسعه فرهنگ و اقتصاد در عصر جدید دارد. زمانی که شرایط زیست محیطی تنزل پیدا می کند، ارزیابی کامل تجزیه و تحلیل اکولوژیکی برای ارزیابی محیط به شدت ضروری است. از این رو، توسعه یک سیستم ارزیابی علمی از ارزیابی زیست محیطی در توسعه فرهنگ و اقتصاد بسیار مهم است. در پژوهش حاضر، وضعیت فعلی ارزیابی زیست محیطی مورد بحث قرار گرفته است و سیستم ارزیابی از طریق یک فرآیند محاسباتی یکپارچه می ‌شود. دوم، یک سیستم ارزیابی زیست محیطی برای ایجاد مدل در فرآیند ارزیابی ارائه شده ‌است. علاوه بر این، در پژوهش حاضر چارچوب هوش مصنوعی پیشرفته (AIF) برای توسعه و حفاظت زیست محیطی و به منظور بهبود فرهنگ و اقتصاد در عصر جدید پیشنهاد شده ‌است. گزارش ‌های مطالعاتی حاکی از آن است که ارتباط روشن بین معیارهای ارزیابی زیست محیطی، حفاظت و توسعه محیط وجود دارد. کاربرد عملی یافته ‌های مطالعه شامل ارائه پیشنهادهای خاص برای کاهش آلودگی و بهبود محافظت از محیط‌زیست در چین می باشد.

1. پیشینه مطالعات 

مدیریت زیست محیطی (EM)، تحقیق، استراتژی و پیاده سازی های اقتصادی و اجتماعی را برای تجزیه و تحلیل پیامدهای فرایند محیطی ترکیب می کند (یانگ و همکاران، 2019). هدف EMS شناسایی زمینه هایی برای افزایش بهره وری و صرفه جویی است. دفع زباله، مصرف انرژی، حمل و نقل، تولید و استفاده از محصولات زمینه هایی هستند که می توانند مزایای واقعی و صرفه جویی مالی را ایجاد کنند. مزایایی مهم دیگر نیز عبارت اند از: همترازی بیشتر با مقررات زیست محیطی. که به طور خاص، بر شناسایی راه حل هایی برای مشکلات پیش روی افراد با طبیعت، مدیریت منابع (دیاز کازالاس و همکاران، 2019) و تولید زباله تاکید می کند (بویی و همکاران، 2020). یک سیستم مدیریت زیست محیطی (EMS) مجموعه ‌ای از فرآیندهایی است که یک موسسه را قادر می‌ سازد تا اثر زیست محیطی خود را کاهش و کارایی عملیاتی خود را افزایش دهد. مدیریت زیست محیطی در زمینه ‌ای کاملا انسان محور (کادری، 2013) ، در مورد مسئله اساسی نحوه نوآوری فناوری ها برای توسعه و تعیین محیط طبیعی (فنگ و همکاران، 2014) به طور مداوم بحث شده است. EMS ، «یک چارچوب و پایگاه داده است که فرایندها و رویه های آموزشی پرسنل و همچنین نظارت، بازبینی و گزارش به ذینفعان داخلی و خارجی یک شرکت را از اطلاعات تخصصی عملکرد زیست محیطی با هم ترکیب می ‌کند». ساخت EMS ، عبارت است از شناسایی و ایجاد جنبه ‌های زیست‌ محیطی، برنامه‌ریزی. مدیریت زیست محیطی کاملا به مشکلات رشد اقتصادی پایدار، توزیع منابع مناسب و معقول، و حفاظت از منابع طبیعی برای نسل ‌های آینده مرتبط می باشد (دونگ و همکاران، ۲۰۲۰).

Abstract

Environmental evaluation plays a significant role in the development of the culture and economy in modern times. When the environmental condition becomes degraded, the complete evaluation of ecological analysis is highly necessary to evaluate the environment. Hence, the development of a scientific assessment system of environmental assessment is highly significant in the development of the culture and economy. In this research, the present state of environmental evaluation is discussed, and the evaluation system is integrated through a computational process. Secondly, an environmental evaluation system is presented to establish the model in the evaluation process. Further, in this research, Advanced Artificial Intelligence Framework (AIF) for environmental development and protection has been proposed to improve the culture and economy in modern times. Studies reports indicate clear connections between the criteria of environmental assessment, the protection and development of the environment. The practical application of study findings involves establishing specific proposals for reducing pollution and improving the protection of the environment in China.

1. Background of the study

Environmental Management (EM) combines research, strategy, and socioeconomic implementations to analyze the implication of the ecological process (Yang et al., 2019). The EMS aims to identify areas for enhancing productivity and savings. Waste disposal, energy use, shipping, manufacturing and the use of products are fields that can generate real advantages and financial savings. The other big advantages are: greater alignment with environmental regulation. In particular, it emphasizes discovering solutions to the problems faced by people in cooperation with nature, resources management (Díaz-Casallas et al., 2019), and waste generation (Bui et al., 2020). An Environmental Management System (EMS) is a set of processes that enable an establishment to reduce its environmental effect and enhance its operative efficiency. Environmental management in a purely anthropocentric context (Kadry, 2013) is discussed about the fundamental issue of how to innovate technologies to develop while determining the natural environment (Feng et al., 2014) continuously. The EMS is “a framework and database which integrates processes and procedures for personnel training as well as the supervision, review and reporting to internal and external stakeholders of a firm of specialised environmental performance information.” Build an EMS, including the recognition and creation of environmental aspects, planning. Environmental management is strongly connected to the problems of sustainable economic growth, efficient and reasonable resource distributions, and the conservation of natural resources for future generations (Dong et al., 2020).

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

سیستم ارزیابی جامع هوشمند با هوش مصنوعی برای ارزیابی زیست محیطی

Intelligent comprehensive evaluation system using artificial intelligence for environmental evaluation