پیشرفت ها در استفاده از یادگیری ماشین در ارزیابی چرخه عمر (LCA): مروری بر مقالات

این پژوهش با هدف بررسی کاربرد روش های یادگیری ماشین (ML) در ارزیابی چرخه عمر (LCA) انجام شده است. LCA به عنوان یک ابزار قدرتمند برای سنجش تاثیرات محیطی فعالیت های انسانی، از پیچیدگی بالایی برخوردار است. با توجه به حجم عظیم داده ها و عدم قطعیت های موجود در LCA، محققان به دنبال راهکارهایی برای بهبود دقت و کارایی این فرایند هستند. نتایج این مطالعه نشان می دهد که یادگیری ماشین می تواند نقش موثری در ساده سازی و بهبود برخی از جنبه های LCA ایفا کند. به عنوان مثال، روش های ML با موفقیت در سناریوهای بهینه سازی LCA به کار گرفته شده اند و همچنین به عنوان ابزاری برای یکپارچه سازی پایگاه های داده موجودی در LCA مورد استفاده قرار گرفته اند. با این حال، به منظور گسترش کاربرد ML در LCA، نیاز به رویکردهای مهندسی سیستم و توجه به چالش های مربوط به داده ها و مدل سازی وجود دارد. در مجموع، این پژوهش نشان می دهد که ترکیب LCA با یادگیری ماشین می تواند به عنوان یک ابزار قدرتمند برای تصمیم گیری های پایدار و کاهش اثرات زیست محیطی محصولات و فرایندها مورد استفاده قرار گیرد.

کلیدواژه ها:

ارزیابی چرخه عمر ، یادگیری ماشین ، بهینه سازی ، پیش بینی ، تصمیم گیری