確率的需要下での持続可能でレジリエントな生産・配送計画：ロストセールとローリングホライズン再計画を考慮した炭素意識MILPフレームワーク

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

🔬研究者:Provides a stochastic MILP model integrating carbon pricing and lost sales, useful for further research on supply chain optimization under uncertainty.

🏢実務担当者:Offers a practical framework for automotive supply chain planners to evaluate cost-carbon-service trade-offs and internal carbon pricing.

🏛政策担当者:Demonstrates how internal carbon pricing can be operationalized in supply chain decisions, informing policy on carbon pricing mechanisms.

背景：製造サプライチェーンは、需要の不確実性と限られた能力の下で、コスト、環境影響、およびサービス継続性をますます調整する必要がある。方法：本研究は、自動車サプライチェーンにおける炭素意識型の生産・配送計画のための確率的混合整数線形計画フレームワークを開発する。このモデルは、複数期間の計画期間にわたって、生産量、在庫レベル、出荷、トラック使用量、および機会損失を共同で最適化する。需要の不確実性はシナリオを通じて表現され、生産関連および輸送関連の排出量は内部炭素価格を用いて金銭化される。機会損失ペナルティは、焦点工場が需要を満たせない場合のサービス低下を捉え、ローリングホライズン分析は、需要情報が更新される際の計画応答性を評価する。このフレームワークは、複数の製品、生産ライン、仕向地、および需要シナリオを有する、産業に着想を得た能力制約のある自動車ケースに適用される。計算実験は、炭素価格設定、機会損失ペナルティ、需要変動性、決定的計画と確率的計画、およびローリングホライズン再計画を評価する。結果：結果は、炭素価格設定が、研究対象の固定構造構成の下では主に経済的評価メカニズムとして機能する一方、機会損失ペナルティがサービス性能に強く影響することを示す。需要変動性は未充足需要を増加させ、より低い排出量は改善された効率ではなく、より低い充足需要を反映する可能性がある。結論：本研究は、単一工場および固定ルーティングの限界を認識しつつ、確率的需要の下でのコスト・炭素・サービストレードオフを評価するための意思決定支援フレームワークを提供する。

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。

Background: Manufacturing supply chains must increasingly coordinate cost, environmental impact, and service continuity under demand uncertainty and limited capacity. Methods: This study develops a stochastic mixed-integer linear programming framework for carbon-aware production–distribution planning in an automotive supply chain. The model jointly optimizes production quantities, inventory levels, shipments, truck usage, and lost sales over a multi-period horizon. Demand uncertainty is represented through scenarios, while production- and transportation-related emissions are monetized using an internal carbon price. Lost-sales penalties capture service degradation when demand cannot be fulfilled by the focal plant, and a rolling-horizon analysis evaluates planning responsiveness as demand information is updated. The framework is applied to an industrially inspired, capacity-constrained automotive case with multiple products, production lines, destinations, and demand scenarios. Computational experiments assess carbon pricing, lost-sales penalties, demand volatility, deterministic versus stochastic planning, and rolling-horizon replanning. Results: Results show that carbon pricing mainly acts as an economic valuation mechanism under the studied fixed-structure configuration, whereas lost-sales penalties strongly influence service performance. Demand volatility increases unmet demand, and lower emissions may reflect lower fulfilled demand rather than improved efficiency. Conclusions: The study provides a decision-support framework for evaluating cost–carbon–service trade-offs under stochastic demand while acknowledging single-plant and fixed-routing limitations.

• semanticscholar https://www.mdpi.com/2305-6290/10/8/175/pdf?version=1785745895first seen 2026-08-09 05:32:22 · last seen 2026-09-29 05:13:47