サプライチェーンの最適再構成のための混合整数計画法
Mixed-integer programming formulations for optimal reconfiguration of supply chains (原題)
Lavinia M. P. Ghilardi, Olga Walz, Steffen Klosterhalfen, Calvin Tsay
🤖 gxceed AI 要約
日本語
エネルギー転換などの外部要因によるサプライチェーンの構造変化に対応するため、混合整数計画法を用いて産業運営と収益性を維持する最適な再構成を特定する手法を提案。製品と空間的近傍を導入して探索空間を制限し、高速なヒューリスティック解法を可能にする。農業廃棄物のケーススタディで有効性を示した。
English
This work develops mixed-integer programming formulations to identify optimal supply chain reconfigurations that preserve industrial operations and profitability under structural changes from the energy transition. By introducing product and spatial neighborhoods to restrict the search space, fast heuristic solutions are enabled. Demonstrated on an agricultural waste case study, the approach quickly produces good quality solutions.
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
日本のGX政策では、サプライチェーン全体の脱炭素化が求められており、本手法は再構成シナリオの探索に有用。ただし、具体的な炭素削減効果の評価は含まれておらず、実務適用には追加の環境評価が必要。
In the global GX context
As global supply chains face pressure to decarbonize, this optimization approach offers a way to reconfigure operations while maintaining profitability. It aligns with the need for transition planning, though it does not explicitly incorporate carbon metrics, limiting its direct applicability to climate disclosure frameworks.
👥 読者別の含意
🔬研究者:Provides a novel optimization framework for supply chain reconfiguration under energy transition pressures.
🏢実務担当者:Can be used to explore reconfiguration scenarios that maintain profitability while adapting to new energy constraints.
📄 Abstract（原文）
Supply chains are interconnected networks of processes and operations producing and delivering high-value products. These chains are increasingly subjected to structural changes from the energy transition and other external factors. To address this, this work develops mixed-integer programming formulations to identify optimal reconfigurations that preserve industrial operations and profitability. We propose products and spatial neighborhoods to restrict the feasible search space and enable fast heuristic solutions. Furthermore, this restriction combines structural and product-based information, thus allowing to explore and define multiple reconfiguration scenarios. We demonstrate the approach using an agricultural waste case study, showing its ability to quickly produce good quality solutions.
🔗 Provenance — このレコードを発見したソース
- arXiv https://arxiv.org/abs/2608.17667first seen 2026-08-19 04:10:41 · last seen 2026-08-24 04:10:43
🔔 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。