Un modèle de sélection des énergies renouvelables pour le développement durable: Intégration de la logique floue hésitante et de l'apprentissage ... l'optimisation des énergies renouvelables

La réalisation de l'ODD 7, l'accès universel à une énergie abordable, fiable et propre, est vitale pour faire face à la crise énergétique et assurer le développement durable. Dans l'Uttarakhand, malgré un riche potentiel renouvelable, l'accès à l'énergie est entravé par un terrain difficile, une sensibilité écologique et des lacunes infrastructurelles. Cette recherche propose un cadre de prise de décision hybride combinant l'apprentissage automatique (ML) et la prise de décision multicritère floue hésitante (MCDM) pour identifier las meilleures options d'énergie renouvelable pour la région. Cinq alternatives, le solaire PV, le solaire thermique, le CSP, la mini et petite hydroélectricité et la bioénergie, ont été choisies sur la base des ressources et de l'avis d'experts. En utilisant l'analyse bibliométrique dans R et la technique du groupe nominal (NGT), des critères ont été définis. L'AHP flou hésitant a attribué les poids, tandis que l'H-FTOPSIS a classé les options. La régression logistique a amélioré la précision des prévisions, et l'analyse de sensibilité a testé la stabilité du modèle. Les résultats montrent que le solaire PV est le choix le plus viable. Ce cadre soutient une planification énergétique stratégique et fondée sur des données probantes pour l'Uttarakhand et offre une méthode évolutive et adaptable pour des régions similaires dans le monde entier.