Research on HWOA-Based Flexible Process Planning Problem for Part Manufacturing Under Low Carbon Constraints

低炭素制約下での部品製造におけるHWOAベースのフレキシブル工程計画問題に関する研究 (AI 翻訳)

Ming Li, Jun Wang, Xihang Li, Guiqin Li, Lixin Lu, Gang Chen

Mechanisms and machine scienceジャーナル2026-06-24#AI×ESG経営インパクト: コスト削減対象セクター: manufacturing

DOI: 10.1007/978-981-95-7904-4_96

原典: https://doi.org/10.1007/978-981-95-7904-4_96

🤖 gxceed AI 要約

日本語

本論文は、低炭素制約下での部品製造におけるフレキシブル工程計画問題に対し、ハイブリッド鯨最適化アルゴリズム（HWOA）を提案する。製造工程の炭素排出量を削減しつつ生産効率を維持する方法を模索しており、GX分野でのAI活用事例となる。

English

This paper proposes a Hybrid Whale Optimization Algorithm (HWOA) for flexible process planning in part manufacturing under low carbon constraints. It aims to reduce carbon emissions while maintaining production efficiency, showcasing AI application in green manufacturing.

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

日本では製造業の脱炭素が喫緊の課題であり、本手法は工程最適化によるCO2削減に資する。SSBJや有報でのGHG開示が進む中、具体的な削減手法として企業実務への応用が期待される。

In the global GX context

Globally, low-carbon manufacturing is critical for climate goals. This study offers an AI-driven approach to optimize process planning for carbon reduction, relevant to circular economy and Industry 4.0. It aligns with TCFD/ISSB focus on operational decarbonization.

👥 読者別の含意

🔬研究者:Demonstrates a novel HWOA for low-carbon manufacturing; useful for AI-optimization research in sustainable production.

🏢実務担当者:Offers a potential tool for factories to reduce carbon footprint in process planning, applicable to Japanese manufacturing.

🏛政策担当者:Highlights how AI can support industrial decarbonization, informing policy for green manufacturing incentives.

🔗 Provenance — このレコードを発見したソース

openalex https://doi.org/10.1007/978-981-95-7904-4_96first seen 2026-06-26 05:02:35

🔔 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。