An Integrated Decision-Making Framework for a Closed-Loop Supply Chain Network Redesign Problem
Notice bibliographique
Résumé
The rapid growth in demand and environmental concerns in industries like glass manufacturing necessitate the redesign of closed-loop supply chain (CLSC) networks to address both operational inefficiencies and sustainability challenges. Unlike conventional supply chain design, redesigning CLSC networks involves strategic decisions such as opening new facilities, closing existing ones, and managing the cost trade-offs associated with these transitions. Motivated by these challenges, this paper proposes an integrated decision-making framework to tackle the closed-loop supply chain network redesign (CLSCNR) problem. The proposed framework is formulated as a mixed-integer programming (MIP) model, specifically tailored for the glass industry. The forward supply chain includes suppliers, manufacturers, distributors, and customers, while the reverse supply chain comprises collection centers that allocate returned and waste products to recycling, remanufacturing, or disposal centers. This redesign approach addresses critical challenges in facility location, capacity planning, and customer assignment to better align supply chain operations with increasing demand and sustainability goals. Extensive numerical analyses were conducted using 16 test instances, revealing significant improvements through network redesign. For example, the number of open centers decreased by 1 in several instances (such as T5 and T9), while in other instances, up to 3 centers were closed (e.g., T13). The difference in the number of open centers before and after the redesign highlights the ability of the proposed framework to streamline network operations while maintaining service levels. The computational time ranged from 27.48 seconds for smaller instances to 62.26 seconds for larger ones, demonstrating the model's efficiency and scalability. The findings demonstrate the proposed MIP's ability to optimize network configurations, enhancing operational efficiency and demand satisfaction. These insights provide a practical decision-support tool for supply chain designers, enabling companies in high-demand industries to achieve adaptive and sustainable CLSC networks.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».