返回
A Simulation-Based Integrated Decision-Support Framework for Auditable Green Logistics
DOI:10.3390/logistics10050098.png)
摘要
En 中文
背景:绿色物流需要决策支持方法,以在动态运营条件下联合解决成本效率、减排、服务可靠性和报告透明度。现有研究通常将优化、预测更新、利益相关者协调和排放可追溯性分别处理,限制了集成。方法:本研究开发了一个基于仿真的集成决策支持框架,结合多目标混合整数线性规划(MILP)、滚动时域设置下的机器学习旅行时间预测、基于Shapley值机制的协同分配以及与ISO 14083:2023对齐的排放核算。包含许可区块链层作为后决策治理机制以支持可追溯性。该框架通过行业校准的合成场景进行评估,规划期为30天,进行50次独立仿真运行。结果:在测试场景下,集成配置将每条路线的平均CO2排放量降低了27.6%(±2.4%),相对于基线改进了17.3%的成本指数,并将准时交付率提高到96.8%。鲁棒性分析显示关键绩效指标(KPI)的平均偏差低于5%。组件级分析表明,主要运营收益源于预测更新与规范性优化之间的交互,而区块链层主要提高了可审计性。结论:该框架在测试的仿真场景中提高了环境与运营绩效,尽管在得出部署级结论前仍需现实世界验证。
Keyword:
green logistics
multi-objective optimization
vehicle routing with time windows
cooperative game theory
Shapley value
machine learning
blockchain
ISO 14083:2023
期刊
L
IF:
3.6
论文数:
807
被引数:
1.5K
机构
引用论文
A Review of Digital Transformation on Supply Chain Process Management Using Text Mining基于文本挖掘的供应链流程管理数字化转型研究综述
Processes
IF0
Blockchain technology and its relationships to sustainable supply chain management区块链技术及其与可持续供应链管理的关系
Prescriptive analytics for sustainable supply chain operations: The PASO framework for Industry 5.0可持续供应链运营的规范性分析:Industry 5.0的PASO框架
Blockchain technology and the sustainable supply chain: Theoretically exploring adoption barriers区块链技术与可持续供应链: 理论探索采用障碍
A time-dependent green location-routing problem with variable speed of vehicles一个随时间变化的、车辆速度可变的绿标选址-路径问题
OPSEARCH
IF0

