Un enfoque de optimización basado en la necesidad para logística de circuito cerrado considerando penalizaciones y recompensas de emisiones de carbono bajo incertidumbre
Autores: Li, Botang; Liu, Kaiyuan; Chen, Qiong; Lau, Yui-yip; Dulebenets, Maxim A.
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un enfoque de optimización basado en la necesidad para logística de circuito cerrado considerando penalizaciones y recompensas de emisiones de carbono bajo incertidumbre
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Reciclaje
Productos de desecho
Cadena de suministro
Redes logísticas de circuito cerrado
Emisiones de carbono
Modelo de programación difusa
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
El reciclaje de productos residuales puede aportar enormes beneficios económicos y ambientales a los participantes de la cadena de suministro. Bajo el sistema de recompensas y castigos del gobierno, la industria manufacturera enfrenta una presión creciente para minimizar las emisiones de carbono. Sin embargo, varios factores relacionados con el diseño de redes logísticas de circuito cerrado son inciertos por naturaleza, incluyendo la demanda, la capacidad de las instalaciones, el costo de transporte por unidad de producto por kilómetro, el costo de vertedero, el costo de penalización por unidad de carbono y la cantidad de recompensa por carbono. Por lo tanto, este estudio propone un nuevo modelo de programación difusa para el diseño de la red de la cadena de suministro de circuito cerrado que se basa directamente en métodos difusos basados en la medida de necesidad. El objetivo del modelo de optimización propuesto es minimizar el costo total de la red y la suma de recompensas y penalizaciones por carbono al seleccionar ubicaciones de instalaciones y rutas de transporte entre nodos de la red. Basándose en las características del problema, se propone un algoritmo genético basado en codificación de prioridad variante como solución. Este nuevo método de codificación de soluciones puede compensar las deficiencias de los cuatro métodos de codificación tradicionales (es decir, codificación basada en números de Prüfer, codificación basada en árbol de expansión, codificación basada en estructura de datos de bosque y codificación basada en prioridad) para acelerar el tiempo computacional del algoritmo de solución. Se consideraron varios enfoques de solución alternativos para evaluar el algoritmo propuesto, incluido el método de optimización de precisión (CPLEX) y el algoritmo genético de codificación basada en prioridad. Los resultados de numerosos experimentos indicaron que incluso para ejemplos numéricos a gran escala, el algoritmo propuesto puede crear soluciones óptimas y de alta calidad dentro de un tiempo computacional aceptable. La aplicabilidad del modelo se demostró a través de un análisis de sensibilidad que se realizó al cambiar los parámetros del modelo y proporcionar algunas ideas de gestión importantes. Cuando cambian los parámetros externos, la solución del modelo mantiene un cierto nivel de conservadurismo de satisfacción. Al mismo tiempo, los cambios en el costo de penalización y la cantidad de recompensa por unidad de emisiones de carbono tienen un impacto significativo en los ingresos por penalización de carbono y el costo total. Se espera que los resultados de este estudio brinden apoyo científico a las empresas relevantes de la cadena de suministro y a las partes interesadas.
Descripción
El reciclaje de productos residuales puede aportar enormes beneficios económicos y ambientales a los participantes de la cadena de suministro. Bajo el sistema de recompensas y castigos del gobierno, la industria manufacturera enfrenta una presión creciente para minimizar las emisiones de carbono. Sin embargo, varios factores relacionados con el diseño de redes logísticas de circuito cerrado son inciertos por naturaleza, incluyendo la demanda, la capacidad de las instalaciones, el costo de transporte por unidad de producto por kilómetro, el costo de vertedero, el costo de penalización por unidad de carbono y la cantidad de recompensa por carbono. Por lo tanto, este estudio propone un nuevo modelo de programación difusa para el diseño de la red de la cadena de suministro de circuito cerrado que se basa directamente en métodos difusos basados en la medida de necesidad. El objetivo del modelo de optimización propuesto es minimizar el costo total de la red y la suma de recompensas y penalizaciones por carbono al seleccionar ubicaciones de instalaciones y rutas de transporte entre nodos de la red. Basándose en las características del problema, se propone un algoritmo genético basado en codificación de prioridad variante como solución. Este nuevo método de codificación de soluciones puede compensar las deficiencias de los cuatro métodos de codificación tradicionales (es decir, codificación basada en números de Prüfer, codificación basada en árbol de expansión, codificación basada en estructura de datos de bosque y codificación basada en prioridad) para acelerar el tiempo computacional del algoritmo de solución. Se consideraron varios enfoques de solución alternativos para evaluar el algoritmo propuesto, incluido el método de optimización de precisión (CPLEX) y el algoritmo genético de codificación basada en prioridad. Los resultados de numerosos experimentos indicaron que incluso para ejemplos numéricos a gran escala, el algoritmo propuesto puede crear soluciones óptimas y de alta calidad dentro de un tiempo computacional aceptable. La aplicabilidad del modelo se demostró a través de un análisis de sensibilidad que se realizó al cambiar los parámetros del modelo y proporcionar algunas ideas de gestión importantes. Cuando cambian los parámetros externos, la solución del modelo mantiene un cierto nivel de conservadurismo de satisfacción. Al mismo tiempo, los cambios en el costo de penalización y la cantidad de recompensa por unidad de emisiones de carbono tienen un impacto significativo en los ingresos por penalización de carbono y el costo total. Se espera que los resultados de este estudio brinden apoyo científico a las empresas relevantes de la cadena de suministro y a las partes interesadas.