ارائه‌ی یک مسئله زمان‌بندی اندازه انباشته اقتصادی با نظرگرفتن حداکثر مقدار مجاز انتشار کربن

انتشار کربن مربوط به مصرف انرژی در صنایع تولیدی، بخش قابل توجهی از بار زیست محیطی است. در این مقاله، محدودیت انتشارکربن برای یک مدل اندازه انباشته اقتصادی جهت کاهش انتشار کربن ارائه شده است. هدف این مسئله برآورد تقاضای کالاهای مختلف در طول افق برنامه ریزی با توجه به کمینه کردن هزینه های تولید، راه اندازی، دوباره کاری و نگهداری است. در این مسئله فرض شده است که فرآیند تولید کالا نامطلوب است و درحین فرآیند مقداری از کالاها با کیفیت نامطلوب تولید میشوند. کالاهایمعیوب پس از شناسایی با انجام فرآیند دوباره کاری قابل استفاده میشوند. در این مدل پیشنهادی از یک مسئله برنامه ریزی غیرخطی محدب استفاده شده است؛ بنابراین، جواب بهینه این مدل پیشنهادی را میتوان با استفاده از روش مشتق گیری به دست آورد. درنهایت، مثال عددی فرضی برای نشان دادن کارایی الگوریتم حل دقیق پیشنهادی حل شده است.

presenting an economic lot-sizing scheduling problem considering maximum permissible carbon emissions

carbon emissions related to energy consumptions from the manufacturing industry have become a substantial part of environmental burdens. carbon emissions related to energy consumptions from the manufacturing industry have become a substantial part of environmental burdens. this study presents carbon emission constraint into the economic lot scheduling problem to reduce carbon emissions. the aim of this research to satisfy customer demand for various items over the planning horizon, with an objective to minimize total costs, includes setup, production, rework and holding costs. in this problem, it is assumed that the production process is defective, and during the process some of the goods are produced with undesirable quality. defective products can be sold using a rework process. this proposed model has been proven to be a nonlinear convex programming problem. hence, the optimal solution of this proposed model can be obtained using the derivative method. finally, a hypothetical example is solved to demonstrate the performance of the proposed exact solution algorithm.