A smart and sustainable closed-loop supply chain scheduling model for remanufacturing
Notice bibliographique
Résumé
Remanufacturing is recognized as a value retention strategy to reduce material depletion and global warming, while sustainability is a human goal to achieve economic development in a harmonious and environmentally conscious manner, as well as responsibly, regarding communities. Integrating these concepts requires smart systems that provide the information to support decision-making processes and achieve a balance of economic, environmental, and social benefits.Smart sustainable remanufacturing emerges as integrating sustainability objectives into remanufacturing through the support of smart systems. This study integrates this manufacturing paradigm into an optimization model supported by a machine learning predictive model for performing closed-loop supply chain (CLSC) operations scheduling. The process involves maximizing economic benefits and minimizing negative environmental and social consequences, while determining the optimal time for recovering used products, but also calculating the ideal batch size for each recovery period and establishing the most efficient processing sequence for every batch. All while leveraging a predictive machine learning model to forecast battery lifespans and mitigate inefficiencies related to return rate uncertainties.A case study illustrating a conceptual remanufacturing CLSC system for electric vehicle batteries in Quebec serves as the basis for evaluating the proposed model's effectiveness. The process starts by modeling the charging capacity of each battery throughout its charging cycles, starting at the vehicle registration date. A predictive model, which had been previously trained using experimental data obtained from real batteries, receives randomly generated simulation data as input for establishing the lifespan. With the progression of each period, the predictive model is updated and retrained using the data and results gathered from the previous period's performance to improve it.As a result, a decision-making tool is introduced to optimize the sustainable performance of the system. This also enables the evaluation of different implementation alternatives from the early stages of adoption through its operation, thanks to the simulation of various scenarios that contribute to a more informed and effective decision-making process.
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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».