.png){kind=icon}
返回
Enhancing Machinery-Aided Composting Through Multiobjective Optimization
.png){kind=icon}
PRE
AI
DOI：10.3390/app151910754.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究聚焦于通过先进的多目标优化技术优化堆肥过程，旨在通过高效分配任务给专用机械，同时最小化运营成本和CO2排放。研究引入了三种新颖的多目标模型，独特地整合了成本最小化、CO2排放减少和最大化废物处理，解决了可持续堆肥领域的关键空白。第一个模型优先考虑成本削减，为优化资源配置提供了基础框架。在此基础上，第二个模型整合了环境考量，平衡成本最小化与CO2排放减少，以实现可持续的权衡。第三个模型采用更宏观的方法，通过在一个工作日内最大化处理的有机废物量，同时最小化排放。这些模型纳入了现实世界的约束条件，如机械容量、操作工时以及堆肥堆所需的休息周期。研究发现强调了多目标优化解决复杂工业挑战的潜力。这项研究提供了一种兼顾经济效率与环境管理的实用且可持续的解决方案，展示了其应用于如堆肥般复杂过程的适用性。
Keyword:
composting
multiobjective optimization
evolutionary algorithms
sustainability
期刊
A
IF:
2.5
论文数:
7.6K
被引数:
4
机构
引用论文
Estimation of CO2 Emissions of Internal Combustion Engine Vehicle and Battery Electric Vehicle Using LCA使用LCA估算内燃机汽车和电池电动汽车的CO2排放量.png)
SUSTAINABILITY
OAAI
SUSTAINABILITYIF3.3
OAAI分享收藏
分享收藏Supporting multi-depot and stochastic waste collection management in clustered urban areas via simulation–optimization通过模拟优化支持集群城市地区的多仓库和随机废物收集管理
PREAI
分享收藏
查看更多内容