A novel multi-objective robust possibilistic flexible programming to design a sustainable apparel closed-loop supply chain network
Notice bibliographique
Résumé
Designing a sustainable Closed-Loop Supply Chain (CLSC) network is imperative for the apparel industry, given its escalating adverse effects on economic, environmental, and social dimensions. In this study, a novel tri-objective location-allocation optimization model is specifically developed for designing a sustainable apparel CLSC, incorporating the industry's unique facilities. The aim of the model is to simultaneously minimize the costs and negative environmental impacts while maximizing social benefits under demands and returns uncertainty. A notable research contribution lies in addressing the unique challenges of treating different types of returns, including commercial, End Of Use (EOU) and End Of Life (EOL) returns due to their uncertain quality and quantity. Additionally, the model optimizes the environmental performance levels of production facilities, a novel aspect in the apparel CLSC research. Moreover, the flexibility of constraints related to the demand fulfilment is considered. To cope with such flexibility and uncertainties, a new hybrid robust possibilistic flexible programming model is developed, by extending the previous methodologies. A core innovation of this solution approach lies in the pioneering utilization of hexagonal fuzzy numbers for uncertain epistemic parameters, making a significant advancement in the field of CLSC. Comparative analysis with the similar studies demonstrates the superiority of the proposed model, incorporating hexagonal fuzzy numbers over the method using triangular fuzzy numbers. Furthermore, AUGMECON method using lexicographic optimization is applied to handle the multi-objective model. The application of the proposed model is shown focusing on Southwestern Ontario in Canada. The results reveal that commercial and EOU returns have a more detrimental impact on economic, environmental, and social sustainability aspects compared to EOL returns.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».