Global sustainable closed-loop supply chain network considering Incoterms rules and advertisement impacts
Notice bibliographique
Résumé
Industrial information integration plays a crucial role in modern supply chains by ensuring the smooth flow of data across all stages, including recovery, recycling, and disposal, which is essential for the successful implementation of a closed-loop supply chain (CLSC) model. Building on this, our paper addresses a global CLSC problem by incorporating International Commercial Terms (Incoterms) and international transportation modes, bridging global supply chain operations with sustainability criteria. This innovative approach advances the development of a globally sustainable CLSC by focusing on the integration of economic, environmental, and social factors, i.e., the triple bottom line of sustainability. Specifically, we address environmental concerns through the introduction of carbon taxation and enhance social sustainability by exploring the impact of advertising on customer satisfaction. To further refine this model, we classify customers based on their sustainability engagement and apply a fuzzy programming approach to account for uncertainty in customer demand influenced by advertising. To solve this complex global CLSC model, we conduct a thorough analysis of constraints and develop a robust Lagrangian relaxation reformulation. While the initial solution may result in infeasibility, we propose a heuristic algorithm that ensures feasible solutions. Our efficient Lagrangian-based heuristic, incorporating an adaptive strategy, is capable of solving large-scale networks with an approximate 10 % optimality gap. Ultimately, this research provides both a comprehensive framework for practitioners to improve the environmental performance and global operations of their supply chains, as well as significant theoretical contributions to the field of industrial information systems.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».