MétaCan
Menu
Retour à la cohorte
Enregistrement W3161458404 · doi:10.5267/j.dsl.2021.2.004

An EOQ model with stepwise ordering cost and the finite planning horizon under carbon cap-and-trade regulations

2021· article· en· W3161458404 sur OpenAlexvenueno aff
Tzu-Chia Chen, Shu-Yan Yu

Notice bibliographique

RevueDecision Science Letters · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic order quantityOrder (exchange)Total costConstraint (computer-aided design)MinificationTime horizonRealization (probability)Carbon fibersHolding costHeuristicMathematical optimizationRelevant costOperations researchComputer scienceEconomicsSupply chainMicroeconomicsBusinessMathematicsAlgorithm

Résumé

récupéré en direct d'OpenAlex

In this study, under the carbon cap-and-trade mechanism, the ordering cost presents a stepwise function for ordering quantity, and the optimal economic ordering quantity model aims to explore the manufacturer's total cost minimization in the finite planning horizon, in combination with the actual situation that the product will produce carbon emissions during transportation and storage. The economic order quantity (EOQ) model with stepwise ordering cost is applicable to the decision environment in which goods are utilized by sea, by rail or by air (e.g., the order cost is charged in addition to the basic fixed cost, the importer of raw materials will pay an additional freight related to delivery, such as the rent for the use of container numbers.). A heuristic algorithm is also proposed to analyze the relevant properties of the optimal solution of the model and to solve the optimal order times and quantities of the manufacturer under the constraint of carbon policy.We further compared the optimal order times with the case without carbon constraint and the order times corresponding to the manufacturer's realization of the minimum carbon emission, and obtained the conditions for the manufacturer to achieve low cost and low emission under the carbon policy.Finally, the theoretical results of the model are verified by numerical examples,and the influence of relevant parameters on the inventory strategy of manufacturers is discussed. The results show that under the carbon cap-and-trade policy, there is an optimal ordering strategy that minimizes the total cost of the manufacturer in the finite horizon. When the demand of the manufacturer is under finite horizon and the carbon policy is equal to the specific multiplier of orders, the manufacturer can achieve a win-win result of low cost and low emissions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0030,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,257
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision Science LettersMême sujetMaritime Ports and LogisticsTravaux en français237 207