Design of reverse logistics networks under uncertainty: Multi-objective approach
Notice bibliographique
Résumé
A reverse logistics network (RLN) is defined as the backward flow of products, specifically the products that are returned for recycling. Several entities are involved in a recycling process such as regional collection depots, recovery centers, remanufacturing plants, and disposal centers. The main objective of RLN design is to facilitate the reclamation of used products for the purpose of saving cost, energy, resources, and diverting waste from landfills and waterways. On this matter, decision-makers should consider different types of parameters (i.e., fixed and variable costs, the quantity of demand and return, and the quality of returned products) affecting the configuration of facility location models. In real life, there are a variety of ambiguities associated with mentioned parameters that stem from either internal or external factors (e.g., volatility in market demand, rate of the returned products, unit transportation cost). The main objective of this dissertation is to develop multi- objective optimization models under uncertainty. In this regard, some integrated solution methodologies are introduced to address different types of uncertainty in five stewardship programs (i.e., electronic recycling association (ERA), Canadian battery association (CBA), beverage container stewardship program regulation (BCSPR), Ontario electronic stewardship (OES), wastewater management in hydraulic fracturing) in Canada. To consider the environmental impact of such stewardship programs, the proposed mathematical models are extended to the multi-objective optimization models. In this regard, the proposed solution methodologies make decision-makers capable of optimizing the environmental aspects (e.g., green practices of third parties, carbon emissions) associated with RLNs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».