グリーンサプライチェーンネットワーク設計のための多目的進化最適化
Multiobjective evolutionary optimization for green supply chain network architecture design (原題)
Ming-Yuan Ding
🤖 gxceed AI 要約
日本語
本研究は、グリーンサプライチェーンネットワーク設計における多次元目的の相互排他性と極端シナリオ下での弱いトポロジー応答という課題に取り組む。ゼロリターンNN追跡機構を組み込んだ改良型多目的進化アルゴリズムを提案し、運用コスト・ライフサイクル炭素フットプリント・トポロジーレジリエンスを統合した混合整数非線形計画モデルを構築した。実験ではHV指標が21.7%改善し、極端シナリオ下のノード接続生存率が61.4%に向上、不確実環境下での低炭素・災害耐性ネットワーク計画の計算・計測機構を確立した。
English
This study tackles objective trade-offs and weak topological response in green supply chain network design. It proposes an improved multi-objective evolutionary algorithm with a zero-return neural network tracking mechanism, built on a mixed-integer nonlinear model integrating operating costs, lifecycle carbon footprint, and topological resilience. Experiments show a 21.7% hypervolume improvement and node connectivity survival rising to 61.4% under extreme scenarios, offering a Pareto-based mechanism for low-carbon, disaster-resistant network planning.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
Scope 3排出の大部分を占めるサプライチェーン上流の炭素管理と、災害リスク下での物流レジリエンスは、日本の製造業がSSBJ・有報でのScope 3開示とBCP対応を両立させる上で実務的示唆が大きい。
In the global GX context
As Scope 3 emissions dominate corporate footprints and CSRD/ISSB push supply-chain disclosure, this work links lifecycle carbon accounting with network resilience—relevant to transition planning and physical climate-risk adaptation in global value chains.
👥 読者別の含意
🔬研究者:多目的進化計算とライフサイクル炭素評価を統合したネットワーク設計の定式化とベンチマーク手法が参考になる。
🏢実務担当者:サプライチェーンの炭素削減と災害レジリエンスを同時に最適化するネットワーク再設計の意思決定に活用できる。
🏛政策担当者:低炭素かつ災害耐性のある物流インフラ計画の評価指標として政策設計に示唆を与える。
📄 Abstract（原文）
This study addresses the issues of multi-dimensional objective mutual exclusion and weak topological response in extreme scenarios within green supply chain network architectures. An improved multi-objective evolutionary algorithm incorporating a zero-return neural network tracking mechanism is proposed. A mixed-integer nonlinear programming model integrating operating costs, lifecycle carbon footprint measurement, and topological resilience is constructed. Experimental data validation shows that the proposed algorithm architecture improves the multi-objective comprehensive hypervolume index (HV) by 21.7% in an A100 accelerated cluster environment, and the inverted generation distance (IGD) converges to 0.0112. In blocking frequency domain response and time-varying load experiments, it effectively constrains the transmission deviation rate caused by link failure impacts, and the node connectivity survival rate under extreme scenarios increases to 61.4%. This establishes a computational and measurement mechanism based on multi-dimensional Pareto equilibrium for global low-carbon disaster-resistant physical network planning under uncertain environments.
🔗 Provenance — このレコードを発見したソース
- semanticscholar https://doi.org/10.1117/12.3123548first seen 2026-09-26 05:24:24 · last seen 2026-09-29 05:34:48
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。