propose to solve the optimal timing of investments in CO2 capture technologies considering exogenous uncertainty sources(the expected evolution of emission taxes) also in terms of the associated financial risk. More closely related to the hierarchical decision making level focused in this work, Liu and Papageorgiou (2012) present a MILP based approach for the optimization of global supply chains production distribution planning, where objectives such as total cost, total flow time(summary of the weighted transportation time), and total lost sales in all the time periods are balanced. In all the cases previously mentioned, the MOO problem is oriented to solve the trade off among “local” objectives,and this fact results in a limited representation of the SC working scenario, since the model maintains as under lying assumption that this scenario and the SC of interest are not interacting in both ways. In this sense, although the trade off among multiple objectives has been applied to solve different situations, none of the proposed models simultaneously considers objectives from different actors, which would be the bases to obtain a detailed integrated production and inventory planning of the system of interest under cooperation/competition with third parties (other SCs, markets, etc.).The complexity associated to the multiple objective analysis is additionally complicated by the need to consider external sources of uncertainty into the model formulation: the nature of the planning problem is uncertain (the allocation of production and storage actions is based on the forecasts of the quantity to be demanded, working levels, etc.), so these uncertainties are an absolutely essential element that must be taken into account during its resolution. The procedures developed to solve decision making problems under uncertainty can be classified as Reactive or Preventive approaches (Sahinidis, 2004). Reactive approaches use the knowledge of the process to obtain the best solution once the uncertainty has been revealed, while preventive approaches explicitly include the potential uncertainties into the model formulation/resolution in order to obtain a solution which optimizes the expected performance over the whole range of possible scenarios, accepting that probably this solution will not be the best suited to address the final situation once the uncertainty is revealed. The literature in the area of SC planning under uncertainty has been also very active over the last decade, focused on several sources of uncertainties such as: demand (Peidroetal.,2009), product prices (Amaro and Barbosa-Póvoa, 2009), operating and economic conditions (Haithametal., 2004), etc. In a previous work (Zamarripaetal., 2012), the uncertainty associated to the behavior of other alternative SCs, able to compete for the market demand was analyzed; the game theory (GT)was proposed as a decision technique to determine the best SC operating strategy disregarding further market decisions;the analysis confirmed how the competition behavior of the several coexisting SCs may be described as an uncertainty source, and justified the use of uncertainty models to take into account the eventual decisions of third parties (external SCs). But the fact is that the uncertain behavior of both, the market and the eventual competitors, will be affected by the policy implemented by the SC of interest, the different customer satisfaction policies (prices, delivery times, etc.) directly impact into the profit of the SC of interest, and the markets are embedded in this competitive scenario, so the decision making policies from third parties, the level of collaboration with other equivalent suppliers (cooperative vs. competitive Improve scenarios), and the way of representing the uncertainty associated to the competitors’ behavior, remain unsolved, opening a very promising working line to improve supply chain management strategies in realistic working conditions
เสนอการแก้ไขช่วงเวลาที่ดีที่สุดของเงินลงทุนในเทคโนโลยีการจับ CO2 พิจารณาแหล่งภายนอกไม่แน่นอน (วิวัฒนาการคาดปล่อยภาษี) นอกจากนี้ในแง่ของความเสี่ยงทางการเงินที่เกี่ยวข้อง เพิ่มเติมอย่างใกล้ชิดเกี่ยวข้องกับการตัดสินใจแบบลำดับชั้นทำระดับที่เน้นในงานนี้ หลิวและ Papageorgiou (2012) ปัจจุบัน MILP ที่ใช้สำหรับการเพิ่มประสิทธิภาพของโซ่อุปทานทั่วโลกผลิตแจกจ่ายแผน ที่หายไปเช่นต้นทุน เวลาไหลรวม (สรุปเวลาการขนส่งน้ำหนัก), และรวมขายในรอบระยะเวลาทั้งหมดจะสมดุล ในกรณีทั้งหมดกล่าวถึงก่อนหน้านี้ ปัญหาหมู่มาเพื่อแก้ปัญหาการค้าปิดระหว่างวัตถุประสงค์ของ "ท้องถิ่น" และข้อเท็จจริงนี้ส่งผลในการแสดงสถานการณ์ทำงาน SC จำกัดตั้งแต่แบบรักษาตามใต้นอนสันนิษฐานว่า สถานการณ์นี้และ SC น่าสนใจไม่โต้ตอบในวิธีการทั้งสองนี้ ในนี้ แม้ว่าการค้าปิดในหลายวัตถุประสงค์มีการใช้การแก้สถานการณ์ต่าง ๆ ไม่มีรุ่นที่นำเสนอพร้อมกันพิจารณาวัตถุประสงค์จากนักแสดงที่แตกต่างกัน ซึ่งจะเป็นฐานเพื่อรับการผลิตรวมรายละเอียดและการวางแผนสินค้าคงคลังของระบบน่าสนใจภายใต้ความร่วมมือ/การแข่งขันกับบุคคลที่สาม (อื่น ๆ SCs ตลาด ฯลฯ) ความซับซ้อนที่เกี่ยวข้องกับการวิเคราะห์วัตถุประสงค์หลายนอกจากนี้ได้มีความซับซ้อน โดยต้องการให้พิจารณาความไม่แน่นอนในการกำหนดรูปแบบภายนอก: ลักษณะของปัญหาการวางแผนไม่แน่นอน (การปันส่วนของการดำเนินการผลิตตามการคาดการณ์ของปริมาณที่ถูกต้อง ทำระดับ ฯลฯ), ดังนั้นความไม่แน่นอนเหล่านี้มีองค์ประกอบสำคัญอย่างยิ่งที่ต้องนำมาพิจารณาระหว่างความละเอียด ขั้นตอนการพัฒนาเพื่อแก้ปัญหาการตัดสินใจภายใต้ความไม่แน่นอนสามารถจัดประเภทเป็น Reactive หรือวิธีป้องกัน (Sahinidis, 2004) ปฏิกิริยาวิธีใช้ความรู้กระบวนการการขอรับการแก้ไขปัญหาที่ดีที่สุดเมื่อได้รับการเปิดเผยความไม่แน่นอน ในขณะที่วิธีป้องกันรวมถึงความไม่แน่นอนอาจเกิดขึ้นในการกำหนดรูปแบบ/ความละเอียดชัดเจนเพื่อรับโซลูชันที่ปรับแต่งประสิทธิภาพคาดช่วงทั้งหมดของสถานการณ์ที่เป็นไปได้ การยอมรับที่ จะแก้ไขปัญหานี้ จะไม่ได้สุดเหมาะกับการสถานการณ์สุดท้ายเมื่อมีการเปิดเผยความไม่แน่นอน วรรณกรรมในส่วนของการวางแผน SC ภายใต้ความไม่แน่นอนแล้วยังใช้งานมากช่วงทศวรรษที่ผ่านมา เน้นหลายแหล่งที่มาของความไม่แน่นอนเช่น: อุปสงค์ (Peidroetal, 2009), ราคา (Amaro และ Barbosa Póvoa, 2009), การทำงาน และ เงื่อนไขทางเศรษฐกิจ (Haithametal. 2004), เป็นต้น ก่อนทำงาน (Zamarripaetal. 2012) ความไม่แน่นอนที่เกี่ยวข้องกับการทำงานของ SCs ทางเลือกอื่น ๆ การแข่งขันความสามารถถูก วิเคราะห์ ทฤษฎีเกม (GT) ถูกนำเสนอเป็นเทคนิคที่ใช้ในการตัดสินใจเพื่อกำหนดกลยุทธ์ปฏิบัติการ SC ดีที่สุดโดยการตัดสินใจการตลาด การวิเคราะห์ยืนยันวิธีอาจอธิบายพฤติกรรมการแข่งขันของ SCs coexisting หลายเป็นแหล่งที่มีความไม่แน่นอน และพิสูจน์การใช้โมเดลความไม่แน่นอนต้องใช้ในการตัดสินใจที่สุดของบุคคลที่สาม (ภายนอก SCs) แต่ความจริงที่ ว่า ลักษณะการทำงานไม่แน่นอน ตลาดและคู่แข่งที่สุด ที่จะกระทบต่อจาก SC น่าสนใจ นโยบายความพึงพอใจลูกค้าแตกต่างกัน (ราคา จัด ฯลฯ) ผลกระทบโดยตรงในกำไรของ SC น่าสนใจ และตลาดฝังในสถานการณ์สมมตินี้แข่งขัน ดังนั้นนโยบายการตัดสินใจจากบุคคลที่สาม ระดับการทำงานร่วมกับซัพพลายเออร์อื่นเทียบเท่า (เทียบกับสถานการณ์การแข่งขันปรับปรุงสหกรณ์), และวิธีการแสดงความไม่แน่นอนที่เกี่ยวข้องกับพฤติกรรมของคู่แข่ง ยังคงเปิดทำงานบรรทัดสัญญามากเพื่อปรับปรุงกลยุทธ์การจัดการโซ่อุปทานในสภาพการทำงานจริง ไม่
การแปล กรุณารอสักครู่..

ขอแก้เวลาที่เหมาะสมของการลงทุนในเทคโนโลยีการจับ CO2 พิจารณาแหล่งความไม่แน่นอนจากภายนอก ( คาดว่า วิวัฒนาการของการภาษี ) นอกจากนี้ ในแง่ของความเสี่ยงทางการเงินที่เกี่ยวข้อง . เพิ่มเติมที่เกี่ยวข้องอย่างใกล้ชิดกับการการตัดสินใจระดับที่เน้นในงานนี้ หลิว และ papageorgiou ( 2012 ) ปัจจุบันเป็นวิธีที่ใช้สำหรับการเพิ่มประสิทธิภาพของโลกการหาห่วงโซ่อุปทานการผลิตการกระจายการวางแผนที่วัตถุประสงค์ เช่น ต้นทุน เวลา การไหลโดยรวม ( สรุปของเวลาการขนส่งหนัก ) และผลรวมยอดขายหายไปในช่วงเวลา มีความสมดุล ในคดีที่กล่าวถึงก่อนหน้านี้ มู ปัญหาคือมุ่งเน้นที่จะแก้ปัญหาการค้าออกระหว่าง " วัตถุประสงค์ท้องถิ่น " และความจริงนี้ผลลัพธ์ในการ จำกัด ของสถานการณ์การทำงาน วท ม อ เนื่องจากรูปแบบยังคงเป็นภายใต้สมมติฐานว่าสถานการณ์นี้โกหกและ SC น่าสนใจไม่โต้ตอบในทั้งสองวิธี ในความรู้สึกนี้ , ถึงแม้ว่าการค้าออกระหว่างวัตถุประสงค์หลายได้ถูกนำมาใช้เพื่อแก้ไขสถานการณ์ต่างๆ ไม่มีการเสนอรูปแบบพร้อมกันพิจารณาวัตถุประสงค์จากนักแสดงที่แตกต่างกัน ซึ่งจะเป็นฐานเพื่อให้ได้รายละเอียดแบบบูรณาการการผลิตและการวางแผนสินค้าคงคลังของระบบที่น่าสนใจภายใต้ความร่วมมือ / การแข่งขันกับบุคคลที่สามอื่น ๆ ( ผ่าน ตลาด ฯลฯ ) ความซับซ้อนที่เกี่ยวข้องกับการวิเคราะห์วัตถุประสงค์หลายและซับซ้อน โดยต้องพิจารณาแหล่งข้อมูลภายนอกของความไม่แน่นอนในการกำหนดรูปแบบ : ธรรมชาติของปัญหาการวางแผน ไม่แน่นอน ( การจัดสรรการผลิตและการจัดเก็บจะขึ้นอยู่กับการคาดการณ์ของปริมาณที่จะเรียกร้อง ทำงานระดับ ฯลฯ ) ดังนั้น ครั้งที่ จีน ซึ่งเป็นองค์ประกอบที่จำเป็นอย่างยิ่งที่ต้องพิจารณาในรายละเอียด กระบวนการพัฒนาเพื่อแก้ไขปัญหา การตัดสินใจภายใต้ความไม่แน่นอนสามารถจัดเป็นปฏิกิริยาหรือแนวทางป้องกัน ( sahinidis , 2004 ) ปฏิกิริยาแบบใช้ความรู้ของกระบวนการเพื่อให้ได้ทางออกที่ดีที่สุดเมื่อความไม่แน่นอนได้ถูกเปิดเผย ในขณะที่วิธีป้องกันอย่างชัดเจน รวมถึงศักยภาพความไม่แน่นอนในรูปแบบการกำหนด / ความละเอียดเพื่อให้ได้โซลูชั่นที่เพิ่มความคาดหวังผ่านทั้งช่วงของสถานการณ์ที่เป็นไปได้ ยอมรับว่า อาจจะไม่เหมาะ โซลูชั่น เพื่อที่จะจัดการกับสถานการณ์สุดท้ายเมื่อความไม่แน่นอนจะถูกเปิดเผย วรรณกรรมในพื้นที่ของ SC การวางแผนภายใต้ความไม่แน่นอนยังได้ใช้งานมากกว่าทศวรรษที่ผ่านมามุ่งเน้นหลายแหล่งที่มาของความไม่แน่นอนเช่นความต้องการ ( peidroetal . , 2009 ) , สินค้าและราคา Amaro barbosa-p ó VOA , 2009 ) , งานและเงื่อนไขทางเศรษฐกิจ ( haithametal . , 2004 ) เป็นต้น ในงาน ก่อนหน้านี้ ( zamarripaetal , 2012 ) , ความไม่แน่นอนที่เกี่ยวข้องกับพฤติกรรมของ SCS ทางเลือกอื่น ๆ สามารถแข่งขันในตลาดได้วิเคราะห์ ; ทฤษฎีเกม ( GT ) ที่นำเสนอเป็นเทคนิคการตัดสินใจเพื่อตรวจสอบที่ดีที่สุด SC กลยุทธ์การดำเนินงานเรื่องการตัดสินใจตลาดเพิ่มเติม การวิเคราะห์ ยืนยันว่า การแข่งขัน พฤติกรรมของการอยู่ร่วมกันหลาย ๆ SCS อาจจะเป็นความไม่แน่นอนที่มา และไม่ใช้หรือ รุ่น F ความไม่แน่นอนให้พิจารณาการตัดสินใจสุดท้ายของบุคคลที่สาม ( SCS ภายนอก ) แต่ความจริงก็คือว่าพฤติกรรมที่ไม่แน่นอนของทั้งตลาด และคู่แข่ง สุดท้าย จะได้รับผลกระทบจากนโยบายที่ดำเนินการโดย SC ของดอกเบี้ยนโยบายที่แตกต่างกัน ความพึงพอใจของลูกค้า ( ราคา จัดส่ง เวลา ฯลฯ ) โดยตรงผลกระทบในกำไรของ SC ที่น่าสนใจ และเป็นตลาดที่ฝังตัวอยู่ในสถานการณ์นี้ แข่งขัน ดังนั้นการตัดสินใจนโยบายจากบุคคลที่สาม , ระดับของความร่วมมือกับซัพพลายเออร์ที่เทียบเท่าอื่น ๆ ( แบบร่วมมือและแข่งขันปรับปรุงสถานการณ์ ) , และวิธีที่เป็นตัวแทนของความไม่แน่นอนที่เกี่ยวข้องกับคู่แข่ง พฤติกรรม ยังคงเป็นปริศนา เปิดมากสัญญาทำงานสายพัฒนากลยุทธ์การจัดการโซ่อุปทานในการทำงานจริง
การแปล กรุณารอสักครู่..
