Liner Fleet Deployment and Speed Optimization Under Emission Reduction Technologies
Dan Zhuge, Jingwen Wu, Lu Zhen, Shuaian Wang, Yu Wang
🤖 gxceed AI 要約
日本語
本研究は、硫黄規制とEU ETSの下で、スクラバー、LNG、メタノールなど複数の排出削減技術を搭載した船舶の配船と速度最適化問題を扱う。混合整数非線形計画モデルを提案し、ベンダーズ分解アルゴリズムにより高速に求解する手法を開発した。数値実験では、CPLEX比で約90倍の高速化を達成した。
English
This study addresses fleet deployment and speed optimization for ships with multiple emission reduction technologies (scrubbers, LNG, methanol) under sulfur regulations and EU ETS. A MINLP model is proposed, and a Benders decomposition algorithm achieves a 90-fold speedup over CPLEX.
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
日本の海運業界（NYK、MOL、K Lineなど）はEU ETSやIMO規制への対応が急務であり、本論文の最適化手法は複数規制下での運航コスト低減と環境負荷削減に直接貢献する。SSBJ（日本サステナビリティ基準委員会）の開示基準におけるスコープ3排出量算定にも関連する。
In the global GX context
The paper provides a practical optimization framework for shipping lines facing overlapping sulfur and carbon regulations (EU ETS). It demonstrates how algorithmic advances can support decarbonization in hard-to-abate sectors, relevant for ISSB and TCFD-aligned transition planning.
👥 読者別の含意
🔬研究者:The Benders decomposition with custom cut pool is a methodological contribution for MINLP under complex constraints.
🏢実務担当者:Shipping companies can use the model to optimize fleet deployment and speed under multi-regulation scenarios, reducing compliance costs.
🏛政策担当者:The study shows how different regulations (sulfur vs carbon) interact, informing policy design for maritime decarbonization.
📄 抄録（日本語訳）
海上輸送は、硫黄排出規制と欧州連合排出量取引制度（EU ETS）により厳しい排気排出要件に直面しており、海運会社はスクラバー、液化天然ガス（LNG）推進システム、メタノール推進システムなどの多様な排出削減技術の採用を余儀なくされている。多くの海運会社が複数の排出削減技術を搭載した船隊を運航していることを踏まえ、本研究は、硫黄排出規制とEU ETS炭素排出規制の下で、3種類以上の船舶（従来型船舶、スクラバー搭載船舶、LNGまたはメタノール動力船舶）を運航する海運会社を対象に、統合された船隊配備と速度最適化問題を調査する。この最適化問題に対処するため、混合整数非線形計画法（MINLP）モデルが提案される。規制メカニズムが異なるため、硫黄と炭素の排出規制は、船隊配備（すなわち、全航路に配備される船舶の種類と数）と速度最適化にそれぞれ異なる影響を与える。船舶の種類が増えるにつれて、実行可能な船隊配備計画の数は急増し、一方で異なる船舶種類の組み込みは速度最適化をさらに複雑にし、問題全体の複雑性を高める。この課題に取り組むため、本研究は数学的導出と分析を実施してモデルの特性を明らかにし、有効な不等式を構築することで、実行可能解空間を大幅に縮小する。MINLPモデルは、その特性に応じてまず線形化される。モデルの特性を活用し、調整されたカットプールを備えたBenders分解アルゴリズムが線形化モデルを解くために開発され、これが元のMINLPモデルのための高効率な厳密アルゴリズムの基盤となる。数値実験により、提案された厳密アルゴリズムは、CPLEXベースのアルゴリズムと比較して、計算時間を約90分の1に短縮することが示された。 資金提供：本研究は、国家自然科学基金委員会［助成金 72025103, 72571167, 72201163, 72394360, 72394362, 72361137001, および 72371221］、中国上海市科学技術委員会プロジェクト［助成金 23JC1402200］、および香港特別行政区政府研究资助局［助成金 TRS T32-707/22-N］の支援を受けた。 補足資料：オンライン付録は https://doi.org/10.1287/trsc.2025.0318 で入手可能である。
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。
📄 Abstract（原文）
Maritime shipping faces stringent exhaust emission requirements because of sulfur emission regulations and the European Union Emissions Trading System (EU ETS), driving shipping companies to adopt a range of emission reduction technologies, such as scrubbers, liquefied natural gas (LNG) propulsion systems, and methanol propulsion systems. Given that many shipping companies operate fleets equipped with multiple emission reduction technologies, this study investigates an integrated fleet deployment and speed optimization problem for a shipping company operating three or more types of ships (traditional ships, scrubber-equipped ships, and LNG- or methanol-powered ships) under sulfur emission regulations and the EU ETS carbon emission regulation. A mixed-integer nonlinear programming (MINLP) model is proposed to address this optimization problem. Because of their differing regulatory mechanisms, sulfur and carbon emission regulations affect fleet deployment (i.e., the types and number of ships deployed across all routes) and speed optimization in distinct ways. As the number of ship types increases, the number of feasible fleet deployment plans grows sharply, whereas the inclusion of different ship types further complicates speed optimization, increasing the overall problem complexity. To tackle this challenge, the study performs mathematical derivations and analyses to reveal model properties and construct valid inequalities, significantly narrowing the feasible solution space. The MINLP model is first linearized according to its characteristics. Leveraging the model properties, a Benders decomposition algorithm with a tailored cut pool is developed to solve the linearized model, which serves as the foundation for a highly efficient exact algorithm for the original MINLP model. Numerical experiments show that the proposed exact algorithm achieves a nearly 90-fold reduction in computation time compared with the CPLEX-based algorithm. Funding: This work was supported by the National Natural Science Foundation of China [Grants 72025103, 72571167, 72201163, 72394360, 72394362, 72361137001, and 72371221], the Project of Science and Technology Commission of Shanghai Municipality China [Grant 23JC1402200], and HKSAR RGC [Grant TRS T32-707/22-N]. Supplemental Material: The online appendix is available at https://doi.org/10.1287/trsc.2025.0318 .
🔗 Provenance — このレコードを発見したソース
- semanticscholar https://doi.org/10.1287/trsc.2025.0318first seen 2026-06-29 06:20:22 · last seen 2026-09-21 05:11:29
🔔 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。