MétaCan
Menu
Retour à la cohorte
Enregistrement W4398244668 · doi:10.1016/j.cie.2024.110245

Designing a sustainable supply chain for battery PVC cases: A multi-objective optimization approach

2024· article· en· W4398244668 sur OpenAlexaff
Mahmoud Tajik, Babak Mohamadpour Tosarkani, Ahmad Makui, Donya Rahmani

Notice bibliographique

RevueComputers & Industrial Engineering · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBattery (electricity)Supply chainComputer scienceManufacturing engineeringEngineeringAutomotive engineeringMathematical optimizationReliability engineeringBusinessMathematicsMarketingPower (physics)

Résumé

récupéré en direct d'OpenAlex

Nowadays, Polyvinyl Chloride (PVC) and its derivatives are being used in a wide range of products, including car battery cases, due to their corrosion resistance and exceptional durability. As PVC production has grown, the amount of non-hazardous waste generated from PVC products has dramatically increased. In this context, incorporating PVC waste management into the PVC supply chain can effectively address the PVC waste generation issue. This study investigates the design of the Polyvinyl Chloride Closed-Loop Supply Chain (PVCCLSC) based on a triple-objective model for Abadan Petrochemical Company. The first objective aims to minimize the total cost of PVCCLSC, the second objective focuses on minimizing environmental impact, and the third objective maximizes the improvement of Occupational Health and Safety (OHS). In this study, an integrated solution approach is developed encompassing four main phases: (i) Developing an accelerated K-means clustering algorithm, along with the Elbow Method (EM) and Average Silhouette Method (ASM), to estimate the quality of returned PVC products, (ii) Employing a robust optimization method to capture the uncertainty, (iii) Implementing an augmented ε-constraint method to solve the proposed multi-objective model, and (iv) Applying a Bender's Decomposition Algorithm (BDA) to solve the model and determine optimal solutions. As a result of the proposed BDA, relative optimality gaps have been reduced from 4.56 % in the conventional solution to zeros, and runtime has been reduced from 55 min to 20 min. Furthermore, as a result of this study, more than 44 % of returned PVC products should be recycled using the tertiary method to fulfill environmental requirements.

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)0,003
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 enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,216
Écart entre enseignants0,189 · 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

Citations9
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueComputers & Industrial EngineeringMême sujetSustainable Supply Chain ManagementTravaux en français237 207