MétaCan
Menu
Back to cohort
Record W100007974

Methodology for Identifying Promising Retrofit Integrated Forest Biorefinery Strategies - Design Decision Making Under Uncertainty

2011· article· en· W100007974 on OpenAlexfundno aff
Ville Eemeli Hytönen

Bibliographic record

VenuePolyPublie (École Polytechnique de Montréal) · 2011
Typearticle
Languageen
FieldBusiness, Management and Accounting
TopicSustainable Supply Chain Management
Canadian institutionsnot available
FundersNatural Sciences and Engineering Research Council of CanadaTeknologian Tutkimuskeskus VTTTekes
KeywordsBiorefineryDecision treeComputer scienceEnvironmental scienceEngineeringData miningWaste management
DOInot available

Abstract

fetched live from OpenAlex

To my familyLes modèles de coûts résultants convertissent les impacts sur le procédé en une meilleure compréhension des impacts sur les coûts, de même que le pro forma des flux de trésorerie reflétant la performance future de l'usine.Une analyse Monte-Carlo a été également incorporée dans le cadre d'évaluation des coûts pour analyser les risques de variation de flux de trésorerie.L'analyse des alternatives de conception retenues en utilisant le cadre d'évaluation de coûts élaboré quantifie clairement l'impact sur les coûts de ces projets de modernisation.Dans le cas d'un processus normal de conception de procédé et d'affectation de capitaux, cette information sur les coûts ne serait disponible que pour les projets implantés et ce, après leur mise en service.D'autre part, la compétitivité des coûts de produits de P&P est un facteur de performance à court terme important pour de nombreux producteurs.Sa quantification précise est par conséquent nécessaire pour l'analyse de projets de modernisation.Dans la troisième étape, les critères de performance économique pertinents au contexte de prise de décision ont été sélectionnés.Ceci a été réalisé grâce à la compréhension des facteurs clé de performance dans cet environnement d'affaires.Quelques exemples de ces facteurs sont la structure de coûts des produits fabriqués, la compétitivité des coûts, les incertitudes spécifiques à l'environnement d'affaires comme les matières premières et les marchés, et les critères de performance du capital que les intervenants et investisseurs utilisent généralement lors de la prise de décision d'investissement.Une mesure appropriée a également été sélectionnée pour quantifier ces critères.Différentes mesures financières ont été utilisées et modifiées afin de bien refléter les critères choisis.Les stratégies d'investissement retenues sont ensuite évaluées en utilisant ces mesures financières calculées à partir des flux de trésorerie pro forma.Dans la quatrième étape, une méthode multicritère de prise de décision basée sur un panel d'expert (MCDM) est appliquée afin d'obtenir les poids pour chacun des critères identifiés dans le but de mieux refléter les préférences de tous les intervenants.Lors de ce travail, une technique de compromis basé sur la théorie d'utilité multi-attributs a été utilisée.Lors de l'application de l'étude de cas à ce MCDM, où des critères de performance de projet à court terme ont été utilisés conjointement avec des critères de performance au niveau de l'usine, le classement final des alternatives obtenu a différé de celui obtenu lorsque seul le critère de rentabilité du projet était utilisé.De plus, selon l'analyse de sensibilité effectuée, ce classement final représenta adéquatement les préférences de chacun des membres du panel.xiv Les contributions les plus importantes de ce travail sont les suivantes :• Une méthode qui utilise l'analyse Monte Carlo au stade de conception au niveau concept et préfaisabilité, pour l''incorporation et la gestion systématique des incertitudes externes à la conception lors du processus de prise de décision d'investissement • L'étude systématique des implications de coûts dans les projets stratégiques de rétroinstallation en liant la simulation de procédé à la modélisation avancée des coûts basée sur les principes de la comptabilité par activités (ABC).Cette représentation réaliste permet de mieux comprendre les changements dans les coûts et permet une meilleure prévision de la performance des activités futures • L'accroissement de la cohérence entre les bilans de matière et d'énergie et l'analyse des coûts.Cette meilleure cohérence permet ainsi l'identification des variables de procédé et financières qui sont les plus affectées par les projets de modernisation, de même que la quantification de l'évolution de ces variables.• Une représentation systématique des principaux critères d'affectation de capitaux et performance de l'entreprise par l'utilisation de modèles de coûts basés sur les opérations • L'utilisation d'un ensemble de critères économiques et de risque qui reflète bien les besoins (au niveau de projet et au niveau stratégique), les conditions (les systèmes existants et les procédés en développement) et les facteurs de l'environnement d'affaires (érosion des prix pour l'activité principale de l'entreprise, la concurrence future pour la biomasse, les coûts d'énergie) lors de l'analyse des projets de rétro-installation.Ceci permet de mieux comprendre les opportunités de projets de modernisation dans le processus de prise de décision d'investissement.• L'utilisation d'une méthode MCDM pour interpréter et pondérer plusieurs critères financiers de prise de décision.Ceci permet une décision rationnelle respectant à la fois les exigences des performances de projet et celles reliés à la vison de l'entreprise.Les aspects suivants présentent quelques possibilités de recherche futures :• La méthodologie développée d'aide à l'affectation de capitaux a été contrainte à la considération d'une seule usine de production.La méthodologie développée dans ce travail pourrait être adoptée pour de nombreuses unités de production d'une entreprise, xv afin d'être utilisée lors de la planification stratégique au niveau corporatif et lors de la prise de décision pour la gestion d'actifs.• Le cadre d'évaluation de coûts pourrait être utilisé lors de l'analyse des impacts potentiels des décisions opérationnelles sur la performance financière de l'usine selon différents scénarios d'investissement.Ceci pourrait être réalisé par une analyse de coût marginale faisant varier les taux de production des produits, et par une analyse des coûts de production dans un système flexible de production.• L'extension du modèle actuel pour examiner également des projets d'investissement opérationnels pourrait être d'un intérêt particulier pour les usines de P&P en raison de la complexité des processus et dans bien des cas, des équipements relativement anciens : l'évaluation proportionnée de toutes les dépenses en capital peut améliorer la gestion des actifs et donc l'efficacité globale du capital de la compagnie.• En plus des incertitudes inhérentes aux modèles développés et des paramètres externes, l'incertitude liée aux paramètres de procédé pourrait être incluse dans l'analyse des risques des étapes de présélection des options et de MCDM.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.007
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Methods · Consensus signal: Methods
Teacher disagreement score0.007
Threshold uncertainty score0.023

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0040.007
Meta-epidemiology (narrow)0.0020.001
Meta-epidemiology (broad)0.0020.002
Bibliometrics0.0030.002
Science and technology studies0.0010.001
Scholarly communication0.0030.001
Open science0.0020.002
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0070.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.088
GPT teacher head0.296
Teacher spread0.208 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreMethods

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations3
Published2011
Admission routes1
Has abstractyes

Explore more

Same venuePolyPublie (École Polytechnique de Montréal)Same topicSustainable Supply Chain ManagementFrench-language works237,207