輸送最適化とカーボンフットプリント削減：タイプ2ニュートロソフィック不確実性下での炭素上限・オフセット政策を考慮した固定費用シナリオにおける多目的アプローチ

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a novel multi-objective optimization framework combining neutrosophic uncertainty and carbon policies, useful for further research in sustainable logistics.

🏢実務担当者:Offers a decision-support tool for logistics managers to optimize transportation while meeting carbon reduction targets, potentially aiding in Scope 3 reporting.

🏛政策担当者:Demonstrates how carbon cap and offset policies can be integrated into operational models, informing policy design for sustainable transport.

地球温暖化は、都市化、産業成長、および自動車利用の増加によって引き起こされており、二酸化炭素排出削減は、業界にとって財務目標と並ぶ重要な優先事項となっています。本研究は、供給、需要、およびその他の主要因子に内在する不確実性を捉えるために、タイプ2ニュートロソフィックパラメータを組み込んだ多目的固定費輸送（MOFCT）モデルを提案します。このモデルは、固定ルート費用、保存費用、および炭素排出費用を含む総輸送コスト、輸送時間、および製品劣化レベルの3つの目的を同時に最適化します。計算分析のために、ニュートロソフィックパラメータをクリスプ値に変換するランキング法が適用されます。パレート最適解を導出するためにレオンチェフスカラー化ファジープログラミング（LS-FP）が提案され、比較のために従来のファジープログラミング（FP）および直観的ファジープログラミング（IFP）が使用され、相対的な性能が評価されます。数値実験により、最適解を生成する際には、ファジーアプローチがIFPよりも適していることが実証されています。本研究におけるニュートロソフィック集合の主な利点は、特に需要が変動する物流システムにおいて、従来のファジー集合よりも複雑な不確実性を効果的に表現できる点にあります。炭素オフセットメカニズムの統合により、輸送計画が持続可能性目標と整合することが保証され、意思決定者は経済的目的と環境責任のバランスを取ることができます。本研究の新規性は、タイプ2ニュートロソフィック不確実性と炭素オフセット政策および製品保存戦略を多目的フレームワーク内で組み合わせ、持続可能な意識的な物流計画のための実践的な洞察を提供することにあります。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Global warming, driven by urbanization, industrial growth, and increased vehicle usage, has made carbon emission reduction a critical priority for industries alongside their financial goals. This study proposes a multi-objective fixed-charge transportation (MOFCT) model that incorporates type-2 neutrosophic parameters to capture the inherent uncertainty in supply, demand, and other key factors. The model simultaneously optimizes three objectives: total transportation cost, including fixed route cost, preservation cost, and carbon emission costs; transportation time; and product deterioration level. A ranking method is applied to convert the neutrosophic parameters into crisp values for computational analysis. Leontief-scalarized fuzzy programming (LS-FP) is proposed to derive Pareto-optimal solutions, while traditional fuzzy programming (FP) and intuitionistic fuzzy programming (IFP) are used for comparison to assess the relative performance. Numerical experiments demonstrate that fuzzy approaches are more suitable than IFP for generating optimal solutions. The key advantage of neutrosophic sets in this study lies in their ability to represent complex uncertainties more effectively than traditional fuzzy sets, particularly in logistics systems with fluctuating demand. The integration of carbon offset mechanisms ensures that transportation planning aligns with sustainability goals, allowing decision-makers to balance economic objectives with environmental responsibilities. The novelty of this work is in combining type-2 neutrosophic uncertainty with carbon offset policies and product preservation strategies within a multi-objective framework, providing actionable insights for sustainable conscious logistics planning.

• openalex https://doi.org/10.1007/s00500-026-11398-5first seen 2026-08-05 04:56:34