文摘

全球生物能源吸引更多的关注由于其环境效益和经济效益。设计一个可行的生物柴油供应链网络可以有效地提高生物柴油的生产和使用,然后进一步促进生物柴油产业的发展。作为一个简单的可回收的材料与高产量,厨房垃圾有很好的前景,可以解决公共健康和安全问题。本文以厨房垃圾生产生物柴油作为对象来设计和优化生物柴油供应链为了提高生物柴油产业的可持续发展和生物燃料供应链的运作效率。通过设计一个可持续的生物燃料供应链模型定义的条件下,提出相关的战略和战术决策位置、生产、库存、和分布在多个规划周期。为了有效地解决了模型中,帕累托最优NSGAII启发式算法并应用于一个实际的案例研究江苏省的餐馆。方法和最优解的效率由一个案例研究验证。生物柴油供应的整体优化能有效提高供应链的效率,降低系统成本,提高生物柴油运营商的利润,促进生物柴油产业的可持续发展,具有重要的指导意义和实践参考价值的生物燃料供应链网络规划。

1。介绍

如今,食品浪费成为全球资源和环境的一个常见问题。大多数国家,包括英国、欧盟、美国、和一些发展中国家,面临这一挑战。在英国,大约30%的食品在市场上最终成为厨房垃圾,每年总量约为670万吨(1]。图1显示了中国的厨房垃圾生产力和增长率变动期间(2009 - 20192]。随着经济增长和改善居民的消费水平,人们的消费的食物和饮料是增加一天,厨房垃圾的快速增长。据统计,在中国厨房垃圾的年产量超过1.2亿吨,平均日产量27.4吨/天(3]。其中,超过6000万吨的厨房垃圾产生在主要城市,尤其是在发达的长江三角洲和其他城市餐饮业(4]。厨房垃圾的日产量达到2000吨以上。

中国政府高度支持生物柴油产业的发展与厨房垃圾为原料。生物柴油产业的发展政策(2015年),显然,厨房垃圾应该成为生物柴油的主要原料,和其供应链需要有效的设计来提高整体运作效率。中国政府促进典型城市废弃物的集中处理和资源利用率,如厨房垃圾、建筑垃圾、花园浪费,城市污泥。计划,国内的厨房垃圾回收率在2020年将达到30%。尽管2020年的数据尚未公布,根据前几个月的统计数据,这几乎达到指标。厨房垃圾供应链的优化设计具有很大的社会意义。本文研究了建模、生物燃料供应链的解决方案和应用程序环境的决心。首先,通过之前的研究论文的深入讨论,相信,在建模的过程中,只有有效的生物柴油的供应链网络系统的集成可以提高效率。因此,有必要考虑供应链的设计从集成的角度,具体来说包括以下几点:研究设施的集成,提出库存和分销策略,并决定位置,能力水平的预处理设施,和生物柴油炼油厂设备在每个时期。其次,考虑可持续发展,一个混合整数线性规划模型来解决三个优化问题的经济目标、环境目标和社会目标的生物柴油供应链。 Thirdly, in terms of research methods, it is difficult to find accurate solutions by branching and delimitation for large-scale examples, and the algorithm based on group search mechanism has advantages for solving nondominant solution sets of multiobjective optimization problems. So, NSGAII, an improved multiobjective genetic algorithm, is adopted as the solving algorithm in this paper. Finally, in terms of application and analysis, this paper conducts a case study based on the actual data of Jiangsu Province in order to illustrate the potential use of the model and the decision-making solutions in the real environment.

2。文献综述

2.1。生物燃料的可持续性供应链

生物燃料被称为可再生替代传统石油燃料的低对生态系统的影响。提高生物燃料供应链的可持续性表现应考虑作为优化的目标和标准的生物燃料供应链。能源可持续发展要求管理环境的需要,实现经济繁荣,满足和改善生活质量的人为不仅现在代还未来几代人。目前,可持续供应链设计和优化已成为一个新兴的方法,试图将环境、经济和社会决策充分考虑(5]。经济可持续性意味着最重要的生物燃料供应链的目的是为了生产生物燃料在一种经济上可行的方式6]。经济可持续性包括以下研究内容:食品和能源之间的辩论(7),效率和能量之间的平衡(8),生物燃料行业的预算9),优化供应链运营成本和利润(10),评估供应链现值(11),和避免投资风险12]。随着环保意识的提高和环境政策的收紧,对环境可持续性的研究吸引了越来越多的关注在过去的几十年里13]。早期的工作往往会关注一些环境方面的工程过程,如废物管理和净耗热量14]。现在,环境可持续性的研究更多关注如何减少土地、水和能源消耗,减少碳排放,减少污染物排放,如碳排放及其环境影响全球变暖的问题15),水资源的使用(16)、土壤健康问题(17)、能源回报(18],和化学肥料问题[19]。社会可持续性反映生物能源产业的发展可能会创造新的就业机会和带来更大经济活力在农村地区20.- - - - - -22]。因此,生物能源产业的社会可持续发展强调如何提高社会福利,包括促进就业、减贫、陆地和间接影响作物,减少影响社会公共资源,产品责任问题,维护公共卫生和食品安全问题。

2.2。多目标供应链模型和求解方法

多目标供应链优化模型主要分为线性模型和非线性模型。根据目前的研究,大多数供应链多目标优化模型是biobjective线性模型。许多作者认为经济目标是传统的目标函数,而环境或社会目标被视为传统简略模型的扩展。一个常见的建模方法是考虑一个经济目标和环境目标。Chaabane et al。23)提出了一个供应链biobjective模型设计的铝产品,其中包括碳信用的经济目标,把温室气体排放的最小化是第二个目标。该模型还考虑了库存控制决策。Akgul et al。24)提出了多周期的,multiproduct混合整数线性规划模型,优化生物燃料供应链的经济和环境问题。生物燃料生命周期的所有阶段,如种植、运输、和生产,包括在模型中。Quariguasi [25)提出了一个以供应点模型来评估每个工厂的物流和生产能力来选择最合适的终端使用的替代品。Gosalbe et al。26)设计了一个biobjective混合整数线性规划模型对氢供应链研究氢网络操作对气候变化的影响。机会约束规划的模型嵌入的概率满足不确定的约束。雨果等人考虑产能的扩张也在他们的模型中(27]。Govindan et al。28]研究了两级multivehicle时间窗口优化路由问题可持续的易腐食品供应链网络。他们提出一个确定性模型,其中包括两个目标:最小化所有成本的经济目标和环境目标来减少排放的建筑设施、配电设施,和之间的运输设施。很少有超过三个目标函数模型。Erkut et al。29日)建立了一个多重标准设施选址模型在希腊北部城市固体废物管理。他们的混合整数线性规划模型包括五个目标函数:一个是工厂的最小总成本实现,和四个环境影响目标(温室气体效应、垃圾填埋、能源和材料恢复)。模型的解决方案包括技术网站,材料恢复设施,垃圾焚烧厂的位置选择和卫生填埋,这些网站之间的固体废物流。只有少数以供应点模型是非线性的。由于规模经济,Zhang et al。30.)提出了一个非线性模型有限公司₂排放目标由交通引起的。通常的非线性模型线性化;例如,曰et al。31日,32)使用Charnes-Cooper变换和Glover线性变换的非线性模型。

当前的方法来解决多目标供应链优化模型主要包括以下几点:(1)加权求和。最简单的方法来处理多目标模型是每个标准体重,然后最小化所有标准的加权和。这种方法的主要优势是,简略建模可以用来解决多目标问题。缺点是这种建模可能不能代表决策者的利益和可能修改的帕累托结构问题33]。(2)帕累托优化方法。帕累托优化方法通常是通过 - - - - - -约束;在优先考虑的主要目标,其他目标表示为约束(34]。通过修复各种约束值,帕累托前沿是近似。这种方法非常适合于单个目标的经济价值扩展到双目标模型,集成了环境和社会标准。通过使用经济模型为主要目标,这种方法使得决策者来衡量环境或社会约束的经济影响35]。(3)多重标准决策分析和交互式方法。多准则决策分析可以处理更多的环境和社会标准。当目标函数的数量增加和决策者想参与构建解决方案,交互式方法通常是首选(36]。

一般而言,生物燃料供应链的优化是非常重要的生物能源产业的发展体系。国内外学者已经做了广泛的研究,在生物燃料供应链优化的理论和方法,尤其是在生物燃料领域的供应链选址和车辆路径(使用稻草为原料)进行深入分析。然而,这是不够的,讨论供应链优化的理论使用厨房垃圾为原料,特别是可持续供应链的设计,多目标优化模型的建设,生物燃料供应链模型的解决方案。

3所示。问题描述

生物燃料行业的需求来设计其供应链运作效率为每个生产经销系统一样。本文考虑到多级生物柴油供应供应链决策,分配,预处理设施,生物柴油炼油厂与厨房的位置和容量浪费原材料。生物柴油的可持续海关组织供应链的结构如图2。

图2显示的操作过程以厨房垃圾为原料生产生物柴油。厨房垃圾由餐厅,提供和生物柴油运营商使用垃圾车运输需要厨房垃圾预处理设施。预处理后,废食用油被运送到生物柴油炼油厂生产生物柴油。生物柴油是运到分销服务与柴油混合。如前所述,生物柴油从厨房垃圾的供应链是不同于一个传统的生物燃料供应链。因此,本研究认为生物燃料供应链的四层网络结构组成的厨房垃圾收购,厨房垃圾预处理、生物柴油生产和销售生物柴油。第一级是厨房垃圾供给点,也就是说,这家餐厅;第二层次是厨房垃圾预处理设施,那里的食物和厨房垃圾存储和转换成地沟油;第三阶段是生物柴油炼油厂,它将使用地沟油转化为生物柴油。第四个级别是生物柴油需求点,石化炼油厂的生物柴油和柴油的混合设备。 The diesel demand can cause the change in the biodiesel demand. Through the optimization of biodiesel supply chain in this mode, the objectives of the supply chain can be minimized.

假设已知点的位置和输出供应,从图可以看出2所有提供的厨房垃圾生物柴油运营商从供给角度是可用的。然后,厨房垃圾被运送到预处理设施,厨房垃圾的收集和储存。当供应高变化的供应厨房垃圾造成的环境,假期,和其他因素,预处理设施可以暂时将厨房垃圾存储在这些设施等需求。使用地沟油被运送到生物柴油炼油厂。生物柴油炼油厂将其转化为生物柴油。不同预处理设施,生物柴油炼油厂是更大、更复杂,成本多少钱建造和运营炼油厂。生物柴油炼油厂生产、销售,船舶柴油一些大型石化炼油厂。假设一定数量的大型生物柴油炼油厂混合设施已经存在,在这种情况下,位置和对生物柴油的需求是已知的。在生物柴油炼油厂,常规柴油和生物柴油混合,然后运送到加油站。基于这些信息,需要解决的问题设计供应链模型包括以下:确定的数量,位置,和能力的厨房垃圾预处理设施; the location of the biodiesel refinery and its capacity to store the waste cooking oil and biodiesel; the amount of kitchen waste which the restaurant provides to each pretreatment facility; the quantity of waste cooking oil provided to the biodiesel refinery by each pretreatment facility; and the biodiesel production quantity. The network structure design and management plan of the supply chain affect each other. The location of pretreatment facilities and refineries determines the operation cost, which in turn affects the area and amount of kitchen waste collection. By establishing mixed integer linear programming (MILP) model and designing supply chain network, costs are reduced and overall profitability is improved.

3.1。模型建设

混合整数规划模型的目标可持续生物燃料供应链网络的优化使用厨房垃圾为原料包括三个部分:经济目标、环境目标和社会目标。重要的假设模型中包括以下几点:(1)一般年度营运成本是不变的,不相关的厨房垃圾的处理和转移;(2)所有成品都是在城市内,和交货时间并不局限;(3)有足够的卡车携带收集厨余垃圾;(4)城市交通将不会受到交通堵塞,上下班高峰时间,等;(5)和设施建设成本计算在一个特定的年利率。模型中使用的符号如表所示1。

3.2。目标1:经济目标

经济目标是最小化经济系统可持续生物燃料供应链的成本。可持续生物燃料供应链经济目标决定包含预处理设施的建设成本和生物柴油炼油厂、预处理和存储成本的厨房垃圾预处理设施,生产生物柴油炼油厂和存储成本,和四个供应设施点之间的运输成本,预处理、炼油厂、和生物柴油需求点:

3.3。目标2:环境目标

目标2主要以碳排放量作为环境影响指标,研究碳排放的最小化供应链的可持续的生物柴油从生命周期的角度。它认为碳排放过程中厨房垃圾收集、预处理、生物柴油生产和运输。运输碳排放包括三个部分:运输从餐厅厨房垃圾预处理设施,运输从预处理设施生物柴油炼油厂废食用油,和运输从炼油厂柴油需求点:

3.4。目标3:社会目标

一方面,厨房垃圾可以用来生产生物柴油。另一方面,它也可以被非法用于生产地沟油,这将对人类健康产生负面影响。因此,厨房垃圾不回收生产生物柴油加工企业可能进入地沟油生产的供应链通过各种非法手段。本文的社会目标是最小化未使用厨房垃圾的数量:

3.5。约束集

厨房垃圾供应上的约束点,预处理设施,生物柴油炼油厂,生物柴油需求点如下。

食物和厨房垃圾供给点约束:

约束(4是餐厅的厨房垃圾运输总量不能超过总供给。

预处理设施约束:

约束(5)确保厨房垃圾被运送到预处理设施只有当网站选择和指定打开的预处理设施的容量限制的网站。约束(6)是存储容量的极限的厨房垃圾预处理设施。约束(7)是限制过程的预处理设施的能力。如果不选择预处理设施,约束也设置为0。因为预处理设施只能储存厨房垃圾,约束(8)和(9)确保之间的平衡的厨房垃圾和废物食用油的预处理设施。

生物柴油炼油厂约束:

约束(10)确保使用地沟油被运送到生物柴油炼油厂只有当炼油厂被选中。与此同时,生物柴油炼油厂的产能限制的开放是有限的。约束(11)的库存能力的限制使用地沟油生物柴油炼油厂。约束(12)是生物柴油炼油厂的限制生物柴油存储容量。约束(13)限制生物柴油生物柴油炼油厂的生产能力。如果不选中,生物柴油炼油厂约束也设置为0。约束(14)是确保使用地沟油的数量的平衡的生物柴油炼油厂。约束(15)是确保一个平衡的生物柴油和生物柴油的炼油厂。

生物柴油需求点约束:约束(16),生物柴油的生物柴油运输需求总量大于或等于总需求:

整数和非负约束:约束(17)∼(19决策变量非负和完整性要求是:

3.6。解决方法

优化问题的多个不同的目标,适当的权衡不同目标之间往往是必需的。多目标优化问题有一些共同的解决方法。例如,双目标优化问题,基于决策者解决方法时,更愿意选择一个更重要的目标作为一个单一的目标,首先解决获得一个目标,然后以目标价值为原始问题解决另一个简略的约束优化问题。一些学者直接设置不同的目标的权重根据决策者的偏好,然后结合多目标综合解决的目标。显然,这两种方法都需要知识决策者的偏好,但是在某些情况下,这是很难获得,结果很难满足不同决策者的需要在同一时间。解决多目标优化问题的有效方法是基于非惯用的概念的帕累托最优解决方案。改善任何目标函数的基础上,非惯用的解决方案(帕累托解)将不可避免地削弱至少还有另一个目标函数(37]。如图3均匀分布组成的,帕累托帕累托解集可以表达解决方案空间。收购帕累托面前可以为决策者提供更多的认知和意识的不同目标之间的权衡优化问题(38]。

所涉及的计算量生物燃料供应链的优化主要取决于网络节点的数量。在这里,我们使用代表网络节点的数量和水平的设施建设的数量。因此,可能的选址方案 在这篇文章中。当网络节点的数量达到几十个(在本文的例子中,网络节点的数量接近1500),《纽约时报》的交通分布将会一百万倍。因为本文的病例不能在可接受的时间内得到精确解,启发式算法(如遗传算法)必须使用。对多目标优化问题,最好的方法是使用帕累托优化。找到一套解决方案,可以表达帕累托最优前沿,我们需要一系列的解决方案和一系列的分配方案应尽可能均匀。解决上述两个问题,本文采用精英策略的遗传(NSGAII)算法来解决这个问题。NSGAII算法可以进行策略设计的多目标遗传算法,其中包括一系列快速排序策略,fast-crowding距离估计策略,选择策略基于偏序和精英保留策略。因为NSGAII算法给出了更多的一系列解决方案在一个单一的计算,它可以更好的描述问题的帕累托面前。解决方案的质量,NSGAII算法可以有效地解决多周期的动态物流网络优化问题,尤其是多相计划中包括库存和能力决定。

4所示。案例研究

本文以江苏省厨房垃圾为例进行分析。在这种情况下,数据的餐厅位置、设施位置,餐厅供应,和生物柴油主要应用的需求。在分析模型结果之前,处理原始数据生成的步骤中使用的输入数据实际应用。104922家餐厅的位置和748年江苏省市政固体废物中心是通过百度地图。这些餐馆和垃圾清理通过SQL数据库,和60259家餐厅,446个市政固体废物收集和传输中心筛选和过滤后被确定。数据集包括姓名,地址,所有数据点的经度和纬度信息。餐厅作为厨房垃圾的来源,和未来厨房垃圾预处理设施将建在现有垃圾转移中心,与56个地市级城市选为潜在的生物柴油炼油厂位置。没有全面的数据集对厨房垃圾生产在中国,和大多数厨房垃圾统计是基于随机抽样而不是实际从个体餐馆厨房垃圾数据。通过GIS数据,我们可以了解到餐厅,但是我们不知道大小,所以不能计算每个餐厅的食物垃圾。因此,本文运用k - means算法随机抽样数据集生成典型的数据库,然后计算厨房垃圾供应根据集群的数据库。 Finally, the distance data in this paper are calculated by the matrix of ArcGIS starting point and destination.

4.1。数据源

以下4.4.1。厨房垃圾供应江苏

本文中的所有餐厅(约60259餐厅)江苏被选为厨房垃圾供应商。然而,直接分配这些餐馆是非常困难和耗时的,所以本文使用k聚类算法则把他们分成几个区域根据纬度和经度(800区域如图4)。

此外,据报道,平均每日餐厅的厨房垃圾被设定为2017年的0.07吨(39]。目前,餐厅供应厨房垃圾生物柴油生产约占四分之一的餐馆。基于所有餐厅的计算操作一年365天,厨房垃圾的数量,可以收集在当前周期计算,如表所示2(只有10分显示由于空间限制)。当前时间设置为第一时期,供应在这个时期是基线厨房垃圾的供应。使用一些预测方法,剩下的9个周期的估计提供价值的计划范围内获得基于基本的供给。

4.1.2。江苏省生物柴油需求

对生物柴油的需求基本上发生在石化炼油厂混合生物柴油和柴油。因此,为了计算生物柴油需求,本文首先决定了江苏省现有石化炼油厂。截至2019年,共有5个江苏省大型石化炼油厂生产柴油。假设这五个设施作为生物柴油的需求点,如图5。这些炼油厂的柴油生产能力和位置得到炼油厂的年度报告,同时,这些炼油厂总容量的33%是用来满足生产需求的B5(5%生物柴油混合)柴油在江苏省。这些值用于获得基本每个混合生物柴油需求值。基于多周期的规划角度考虑,本文获得了剩下的9个周期通过需求预测的基本需求值,如表所示3。

4.1.3。参数选择预处理设施

在这个研究中,446个垃圾转移中心选择替代预处理植物通过数据筛选。假设未来厨房垃圾预处理设施站将建在现有的垃圾转移中心,如图6。根据文献,总结了预处理设备的相关参数表4。

4.2。参数的原油柴油炼油厂

江苏省所有56个县市将潜在的候选生物柴油炼油厂,如图7。张(40)估计,中国的生物柴油炼油厂的总投资成本每天生产350吨的生物柴油将超过7000万元人民币。考虑到工厂的项目的生活20年,利率为10%,本文估计残值生物柴油炼油厂和折旧率计算进一步生物炼油厂目前净固定成本。我们假设有三个可选的能力(L1(小),L2(媒介),和L3(大)的生物柴油炼油厂柴油精制,然后得到以下生物柴油炼油厂在表的相关参数5。

4.2.1。准备其他参数

在这项研究中,还有其他参数如表所示6。

4.3。分析算法的有效性

这个案例研究考虑的10年周期的发展生物柴油产业,在第一个周期的发展从厨房垃圾为原料生产生物柴油在2019年江苏省。上图显示了迭代曲线的总和目标值的10个周期。根据B5的补充要求,厨房垃圾生产的生物柴油需求计算与江苏的柴油需求25700吨炼油厂。从供给的角度来看,本文认为所有餐馆的厨房垃圾省接受治疗后可以转化为生物柴油。因此,对未来的发展有巨大的空间生物柴油生产从厨房垃圾。计算多目标混合整数线性规划问题在这个案例研究中使用Matlab解决与英特尔(台式电脑R)核心(TM) i5 - 7500 CPU、使用优化模型如上所示。

验证NSGAII算法的解集的分布程度,本文以三个目标函数作为适应度评价函数,得到三个目标函数的迭代曲线,如图8。可以看出,700代的曲线收敛迭代后,目标函数值基本稳定,表明该算法的分布程度的一系列解决方案是好的。对于这种情况,整个解决方案过程总共需要22012.24秒。帕累托曲线如图8 (d)。

4.4。结果分析

4.1.1。目标价值分析结果

客观结果的分析主要是基于最优的比较客观价值为每个周期。本文以经济目的为主要目标和测量之间的关系环境目标和经济目标和社会目标和经济目标获得的曲线数据9和10,分别。

首先,考虑经济和社会目标之间的权衡。所有经济和社会目标的最佳解决方案是在帕累托最优曲线。上面的部分曲线在图9是一个次优的解决方案,任何低于曲线并不可行的解决方案。从图可以看出,公司的规模萎缩、年度总成本减少,未使用的厨房垃圾的数量增加。具体来说,最佳年度总成本降低时从2.89亿元到2.83亿元,生物柴油供应链运行的社会成本增加约165000吨未使用厨房垃圾约185000吨。帕累托曲线的趋势揭示了一个权衡经济和社会效果。特别是,通过比较这两个解决方案和红色圆圈(6级规模)在图9,一个精心挑选的解决方案可以被识别。企业只做一个小规模的扩张基于成本最低的解决方案,使得在经济成本略有增加,可以显著减少混乱的厨房垃圾的利用率。

然后,考虑经济和环境性能之间的权衡。根据帕累托曲线在图10,企业的数量和规模的扩张,年度总费用从2.83亿元增加到2.89亿元,和总碳排放量从147300增加有限公司₂eqv 149700有限公司₂eqv。这与其他行业都是一样的。当一个企业的生产能力和规模的增加,由于生产、运输、和其他原因,必定会导致更多的碳排放。帕累托曲线的趋势显示了经济和环境影响之间的权衡。特别是,通过将图中红色圆圈的两种解决方案(6级规模),我们可以看到,与成本最低的解决方案相比,早期的小规模的扩张将会增加大量的碳排放。这是不利于整个行业的发展,但规模扩张的后期可以显著降低碳排放增加振幅和帕累托曲线的趋势揭示了经济和环境目标之间的权衡。综合考虑经济、社会和环境目标,三维帕累托表面获得的解决优化问题,合理发展规模和选址设施进一步计算。基于这三个目标,当生物柴油企业达到第六周期,生物柴油运营商将达到最优状态,这是企业扩张的最优规模。

10/24/11。分析选址结果的最优规模

从图11,我们可以看到有许多预处理设施在南部和中部地区省份,主要促进生物量的转移到北方的工厂收集厨余垃圾在江苏省的南部相对较大的供应。在这种情况下,总共7生物柴油炼油厂选择,包括太仓城市,响水县,东海郡高邮市城市,丹阳城市,泗阳县县长,该县。所有三个大规模生物柴油炼油厂位于江苏省的北部。这些生物柴油炼油厂的最佳位置是县生产能力和转换技术和生物柴油炼油厂是成本最低的解决方案。他们是相对接近于混合设施或需求点。此外,从图可以看出,尽管生物柴油炼油厂的建设成本在江苏中部和南部是相对较高的,还有两个中型生物柴油炼油厂在江苏中部和东南部由于这些地区的需求和大量的厨房垃圾。

预处理设施的省南部的三个城市江苏和南京地区更多的人口。这些城市产生更多的厨房垃圾,预处理设施选址在这些城市可以减少运输成本。然而,生物柴油炼油厂位于地区建设成本较低,相对的需求点。原因是生物柴油的密度高于生物质材料,运输成本较低。

5。结论

摘要提出了一种多目标生物柴油供应链设计模型来优化供应链战略决策相关的生物柴油。在模型的建设,经济的可持续发展的目标,环境,和社会被认为是全面的。在模型的解决方案,提出了一种基于帕累托最优NSGAII启发式算法解决大规模计算问题在供应链,它应用于江苏省的案例研究。实际的数据提取使用百度地图,和K聚类则被用来预处理数据。客观价值结果表明,基于帕累托最优的启发式算法NSGAII适合大规模生物柴油供应链优化研究。随着生物柴油企业的扩张,经济成本增加,社会目标价值(未使用的厨房垃圾的数量)是减少,而环境目标值(碳排放的成本)是增加。供应链网络的设计结果表明,预处理设施位于的地方人口众多,大量的城市厨余垃圾,以减少厨余垃圾的运输成本。由于生物柴油的运输密度高于厨房垃圾,生物柴油炼油厂通常位于地区远离生物柴油需求和建设成本很低。本文参考了江苏省生物燃料供应链的研究和在未来这个行业的发展。最后,尽管这项研究已全面解决了生物柴油在不同阶段的供应链建模和优化,仍然有一些相关的工作需要进一步的调查,包括政府的补贴政策,不同的生产技术,设计和操作不同优先级的设施,等等,这将成为生物燃料供应链研究未来的发展方向。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

娜娜耿和后尾箱太阳概念学习和写了初稿。耿娜娜准备方法,分析了使用软件,正式的分析,调查研究,审查和编辑了手稿。后尾箱太阳负责数据管理。

确认

这项工作得到了南京邮电大学科研启动基金(NY219168),自然基金会孵化基金南京邮电大学(NY220214),和项目的高校哲学社会科学研究江苏省(TJZ220011)。