Pinch Analysis helps in achieving sustainable development through conserving resources in various source–sink resource conservation networks. Diverse applications and methodologies of Pinch Analysis primarily consider only exact and precise parameters without accounting for variabilities and uncertainties. With the unavailability of past data and lack of proper understanding of different operations involved, designers have to account for epistemic uncertainties during synthesizing source–sink networks. Such epistemic uncertainties can be represented as interval numbers, with upper and lower limits. An interval linear programming formulation, incorporating uncertain network parameters as interval numbers, is developed in this paper to address resource conservations in real-world problems. Two alternate approaches, a fuzzy satisfaction approach and a novel best–worst method, are proposed and solved using the principles of Pinch Analysis. Proposed methodologies to address the interval Pinch Analysis are illustrated through diverse examples (such as water conservation networks, industrial solvent selections to reduce environmental risk, and biochar-based carbon management networks), and proposed approaches are compared. It is concluded that the range of optimal resource requirement is lower for the best–worst approach with significantly reduced options for topological trap due to pinch-jump. Furthermore, the underlying physical understandings of Pinch Analysis are explored, and their implications to appropriately handle epistemic uncertainties during the synthesis of such networks are demonstrated.

中文翻译：

---

具有认知不确定性的资源保护网络的间隔捏分析

捏分析通过保存各种源库资源节约网络中的资源来帮助实现可持续发展。捏分析的各种应用和方法主要只考虑精确参数，而不考虑可变性和不确定性。由于缺乏过去的数据并且对所涉及的不同操作缺乏正确的了解，设计人员必须在合成源-汇网络时考虑到认知上的不确定性。这种认知不确定性可以表示为区间数，具有上限和下限。本文提出了一种将不确定的网络参数作为区间数的区间线性规划公式，以解决实际问题中的资源节约问题。两种替代方法 提出了一种模糊满意度方法和一种新颖的最佳-最差方法，并使用了“捏缩分析”原理进行了求解。通过各种示例（例如节水网络，降低环境风险的工业溶剂选择以及基于生物炭的碳管理网络）说明了解决间隔捏分析的建议方法，并对提出的方法进行了比较。结论是，最佳和最差方法的最佳资源要求范围较低，并且由于捏跳跃而导致的拓扑陷阱选项大大减少。此外，探讨了捏分析的基本物理理解，并证明了它们在此类网络的合成过程中适当处理认知不确定性的意义。使用捏分析的原理提出和解决。通过各种示例（例如节水网络，降低环境风险的工业溶剂选择以及基于生物炭的碳管理网络）来说明解决间隔捏分析的建议方法。结论是，最佳和最差方法的最佳资源要求范围较低，并且由于捏跳跃而导致的拓扑陷阱选项大大减少。此外，探讨了捏分析的基本物理理解，并证明了它们在此类网络的合成过程中适当处理认知不确定性的意义。使用捏分析的原理提出和解决。通过各种示例（例如节水网络，降低环境风险的工业溶剂选择以及基于生物炭的碳管理网络）来说明解决间隔捏分析的建议方法。结论是，最佳和最差方法的最佳资源要求范围较低，并且由于捏跳跃而导致的拓扑陷阱选项大大减少。此外，探讨了捏分析的基本物理理解，并证明了它们在此类网络的合成过程中适当处理认知不确定性的意义。通过各种示例（例如节水网络，降低环境风险的工业溶剂选择以及基于生物炭的碳管理网络）说明了解决间隔捏分析的建议方法，并对提出的方法进行了比较。结论是，最佳和最差方法的最佳资源要求范围较低，并且由于捏跳跃而导致的拓扑陷阱选项大大减少。此外，探讨了捏分析的基本物理理解，并证明了它们在此类网络的合成过程中适当处理认知不确定性的意义。通过各种示例（例如节水网络，降低环境风险的工业溶剂选择以及基于生物炭的碳管理网络）说明了解决间隔捏分析的建议方法，并对提出的方法进行了比较。结论是，最佳和最差方法的最佳资源要求范围较低，并且由于捏跳跃而导致的拓扑陷阱选项大大减少。此外，探讨了捏分析的基本物理理解，并证明了它们在此类网络的合成过程中适当处理认知不确定性的意义。结论是，最佳和最差方法的最佳资源要求范围较低，并且由于捏跳跃而导致的拓扑陷阱选项大大减少。此外，探讨了捏分析的基本物理理解，并证明了它们在此类网络的合成过程中适当处理认知不确定性的意义。结论是，最佳-最差方法的最佳资源需求范围较低，并且由于捏跳跃而使拓扑陷阱的选项大大减少。此外，探讨了捏分析的基本物理理解，并证明了它们在此类网络的合成过程中适当处理认知不确定性的意义。