不確実性下における廃電気自動車バッテリーの持続可能なリバースロジスティクスネットワーク設計：サウジアラビアを対象としたファジィ機会制約多目的アプローチ

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

🔬研究者:Provides a rigorous multi-objective optimization model with fuzzy uncertainty that can be adapted to other regions and battery chemistries.

🏢実務担当者:Offers a decision-support tool for designing cost-effective and environmentally efficient battery recycling networks, with clear economic trade-offs.

🏛政策担当者:Quantifies the minimal economic cost of achieving significant environmental benefits, supporting policy on mandatory recycling targets and infrastructure subsidies.

ビジョン2030の下でのサウジアラビアにおける電気自動車（EV）導入の急速な拡大は、使用済み（EoL）パワーバッテリー管理インフラに対する緊急のニーズを生み出している。野心的な循環経済目標にもかかわらず、王国は現在、標準化されたリサイクルネットワークを欠いており、湾岸地域の特定の規制および市場状況に対する定量的な最適化フレームワークは存在しない。 本論文は、不確実なバッテリー健全状態（SoH）分布と変動する市場価格の下で、経済コストと環境炭素排出コストを同時に最小化する、3層EVバッテリー逆物流ネットワークの最適設計のためのファジー確率制約付き多目的混合整数非線形計画法（MO-MINLP）モデルを提案する。不確実なパラメータは三角ファジー数として表現され、信頼水準χ = 0.85の可能性理論を通じて処理され、LINGO 18.0を用いて解かれる扱いやすいクリスプ等価問題が得られる。線形加重パレート法により、11の重み組み合わせにわたって最適な経済・環境トレードオフが特定される。 このモデルは、34の候補ネットワークノードからなるリヤド都市圏のケーススタディを通じて検証される。好ましい妥協重み組み合わせ（w₃, w₂）= (0.7, 0.3)では、建設・運用コストはSAR 24,314.70千、環境コストはSAR 815.24千である。純粋な経済的最適解と比較して、わずかSAR 0.48千（総コストの0.002%未満）の追加経済支出で、環境コストがSAR 35.12千（4.1%）削減され、実質的に無視できる経済的犠牲で substantial な生態学的利益が達成可能であることを実証している。 提案されたフレームワークは、サウジアラビアの2060年ネットゼロ目標に沿った定量的な意思決定支援ツールを提供し、SDG 9、SDG 12、およびSDG 13を直接支援する。

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。

The rapid expansion of electric vehicle (EV) adoption in Saudi Arabia under Vision 2030 generates an urgent need for end-of-life (EoL) power battery management infrastructure. Despite ambitious circular economy targets, the Kingdom currently lacks a standardized recycling network, and no quantitative optimization framework exists for the Gulf region's specific regulatory and market context. This paper proposes a fuzzy chance-constrained multi-objective mixed-integer nonlinear programming (MO-MINLP) model for the optimal design of a three-tier EV battery reverse logistics network, simultaneously minimizing economic costs and environmental carbon emission costs under uncertain battery State of Health (SoH) distributions and fluctuating market prices. Uncertain parameters are represented as triangular fuzzy numbers handled through possibility theory at a confidence level of χ = 0.85, yielding a tractable crisp equivalent solved using LINGO 18.0. A linear weighted Pareto method identifies the optimal economic-environmental trade-off across 11 weight combinations. The model is validated through a case study of the Riyadh metropolitan area comprising 34 candidate network nodes. At the preferred compromise weight combination ( w 3 , w 2 ) = (0.7, 0.3), the construction and operating cost is SAR 24,314.70 thousand and the environmental cost is SAR 815.24 thousand. Relative to the purely economic optimum, an incremental economic expenditure of only SAR 0.48 thousand (less than 0.002% of total costs) reduces environmental costs by SAR 35.12 thousand (4.1%), demonstrating that substantial ecological gains are achievable at virtually negligible economic sacrifice. The proposed framework provides a quantitative decision-support tool aligned with Saudi Arabia's 2060 net-zero target and directly supports SDG 9, SDG 12, and SDG 13.

• semanticscholar https://www.frontiersin.org/journals/sustainability/articles/10.3389/frsus.2026.1868046/pdffirst seen 2026-07-07 05:04:11 · last seen 2026-08-04 05:17:47