Outil d'aide à la décision pour la conception d'un réseau symbiotique de production de bioéthanol de 2ème génération
Notice bibliographique
Résumé
RÉSUMÉ: La crise climatique qui s’intensifie ainsi que l’épuisement des réserves de carburants fossiles ont contraint tous les pays du monde à rechercher des alternatives énergétiques écologiques et durables. Parmi ces alternatives, les biocarburants de deuxième génération, des carburants d’origine végétale non alimentaire, ont été développés pour résoudre les problèmes posés par les biocarburants de première génération basés sur les cultures alimentaires tel que l’augmentation des prix des aliments. Basé sur un cas d’étude réel, ce mémoire propose un modèle innovant distribué et multi périodes pour la conception et la fixation des prix dans un réseau symbiotique de production de bioéthanol de 2èmegénération dans la province de Québec. Le modèle basé sur un jeu de Stackelberg non coopératif sous l’hypothèse d’un équilibre de Nash impliquant quatre acteurs, permet de déterminer le nombre, la capacité et l’emplacement de dépôts de traitement de la biomasse. Il offre également la possibilité de déterminer les prix d’achat, d’évaluer le niveau d’approvisionnement en biomasse requis (les résidus de maïs fournis par les agriculteurs), et de déterminer les prix de vente et les niveaux de production du sucre cellulosique comme produit principal et d’un coproduit. En raison de sa complexité et la taille du système réel, le modèle ne peut être résolu en temps raisonnable. Pour résoudre ce problème, une approche de résolution à trois modules a été développée, basée sur la réoptimisation interactive et la segmentation des données. Cela permet de traiter efficacement les données disponibles et d’obtenir des résultats pertinents pour l’utilisateur, malgré la taille du réseau réel. Les résultats de ce modèle de prise de décision distribuée sont présentés en deux parties : la première présente la solution trouvée par le modèle via un solveur commercial en 8 heures pour une petite instance de données, représentant environ 2% de l’ensemble des données. La deuxième partie détaille les résultats obtenus à la suite de chaque module de l’approche de résolution et met également en valeur le module d’ajustement des prix en comparant les bénéfices des dépôts de traitement de biomasse avant et après l’activation de ce module. ABSTRACT: The escalating climate crisis and the depletion of fossil fuel reserves have compelled all countries worldwide to seek ecological and sustainable energy alternatives. Among these alternatives, second-generation biofuels,non-food plant-based fuels,have been developed to address the issues posed by first-generation biofuels relying on food crops such as rising food prices. Based on a real-world case study, this master report presents an innovative distributed and multi-period model for the design and pricing in a symbiotic network of second-generation bioethanol production in the Quebec province.The model relies on a non-cooperative Stack-elberg game under the assumption of a Nash equilibrium involving four actors. It helps determine the number, capacity, and location of biomass processing depots. Furthermore, it allows for setting purchase prices, evaluating biomass supply (corn residues provided by farm-ers), determining selling prices, and production levels of cellulosic sugar as the main product and a coproduct. Due to its complexity and the size of the real network, the model cannot be solved within a reasonable timeframe.To address this issue, a three-module resolution approach has been developed, based on interactive reoptimization and data segmentation. This method effectively handles the large network and generates relevant results for the user, despite the actual database size. The results of this distributed decision-making model are presented in two parts: the first part showcases the solution found by the model using a commercial solver in 8 hours for a small data instance, representing approximately 2% of the whole dataset. The second part presents the outcomes following each resolution approach module and highlights the price adjustment module by comparing the profits of biomass processing depots before and after activating this module.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».