propose to solve the optimal timing

propose to solve the optimal timing of investments in CO2cap-ture technologies considering exogenous uncertainty sources(the expected evolution of emission taxes) also in terms ofthe associated financial risk. More closely related to the hier-archical decision making level focused in this work, Liu andPapageorgiou (2012) present a MILP based approach for theoptimization of global supply chains production-distributionplanning, where objectives such as total cost, total flow time(summary of the weighted transportation time), and total lostsales in all the time periods are balanced.In all the cases previously mentioned, the MOO problemis oriented to solve the tradeoff among “local” objectives,and this fact results in a limited representation of the SCworking scenario, since the model maintains as underlyingassumption that this scenario and the SC of interest are notinteracting in both ways. In this sense, although the tradeoffamong multiple objectives has been applied to solve differ-ent situations, none of the proposed models simultaneouslyconsiders objectives from different actors, which would bethe bases to obtain a detailed integrated production andinventory planning of the system of interest under coopera-tion/competition with third parties (other SCs, markets, etc.).The complexity associated to the multiple objective analy-sis is additionally complicated by the need to consider externalsources of uncertainty into the model formulation: the natureof the planning problem is uncertain (the allocation of pro-duction and storage actions is based on the forecasts of thequantity to be demanded, working levels, etc.), so these uncer-tainties are an absolutely essential element that must be takeninto account during its resolution.The procedures developed to solve decision making prob-lems under uncertainty can be classified as Reactive orPreventive approaches (Sahinidis, 2004). Reactive approachesuse the knowledge of the process to obtain the best solu-tion once the uncertainty has been revealed, while preventiveapproaches explicitly include the potential uncertainties intothe model formulation/resolution in order to obtain a solutionwhich optimizes the expected performance over the wholerange of possible scenarios, accepting that probably this solu-tion will not be the best suited to address the final situationonce the uncertainty is revealed.The literature in the area of SC planning under uncertaintyhas been also very active over the last decade, focused on sev-eral sources of uncertainties such as: demand (Peidro et al.,2009), product prices (Amaro and Barbosa-Póvoa, 2009), oper-ating and economic conditions (Haitham et al., 2004), etc. In aprevious work (Zamarripa et al., 2012), the uncertainty associ-ated to the behavior of other alternative SCs, able to competefor the market demand was analyzed; the game theory (GT)was proposed as a decision technique to determine the bestSC operating strategy disregarding further market decisions;the analysis confirmed how the competition behavior of theseveral coexisting SCs may be described as an uncertaintysource, and justified the use of uncertainty models to takeinto account the eventual decisions of third parties (externalSCs).But the fact is that the uncertain behavior of both, themarket and the eventual competitors, will be affected by thepolicy implemented by the SC of interest, the different cus-tomer satisfaction policies (prices, delivery times, etc.) directlyimpact into the profit of the SC of interest, and the marketsare embedded in this competitive scenario, so the decisionmaking policies from third parties, the level of collaborationwith other equivalent suppliers (cooperative vs. competitiveImprovescenarios), and the way of representing the uncertainty asso-ciated to the competitors’ behavior, remain unsolved, openinga very promising working line to improve supply chain man-agement strategies in realistic working conditions

ผลลัพธ์ (ไทย) 1:

เสนอแก้เวลาที่เหมาะสมของการลงทุนในเทคโนโลยี CO2cap ture พิจารณาแหล่งภายนอกไม่แน่นอน (วิวัฒนาการคาดปล่อยภาษี) นอกจากนี้ในแง่ของความเสี่ยงทางการเงินที่เกี่ยวข้อง อย่างใกล้ชิดเพิ่มเติมเกี่ยวข้องกับการตัดสินใจ hier archical ทำระดับที่เน้นในงานนี้ Liu andPapageorgiou (2012) ปัจจุบันวิธี MILP ใช้สำหรับ theoptimization การผลิตห่วงโซ่อุปทานทั่วโลก-distributionplanning ที่มีความสมดุลเช่นต้นทุน เวลาไหลรวม (สรุปเวลาการขนส่งน้ำหนัก), และ lostsales รวมในรอบระยะเวลาทั้งหมด ในกรณีก่อนหน้านี้กล่าวถึง problemis หมู่ที่เน้นเพื่อแก้ไขข้อดีข้อเสียระหว่างวัตถุประสงค์ของ "ท้องถิ่น" และผลข้อเท็จจริงนี้ในการนำเสนอสถานการณ์ SCworking จำกัดตั้งแต่แบบรักษาเป็น underlyingassumption สถานการณ์นี้และ SC น่าสนใจ notinteracting ในทั้งสองวิธี สบาย มีวัตถุประสงค์หลาย tradeoffamong ที่ ถูกใช้เพื่อแก้สถานการณ์เอนท์แตกต่าง ไม่มีวัตถุประสงค์ simultaneouslyconsiders เสนอรุ่นจากนักแสดงที่แตกต่างกัน ซึ่งจะ bethe ฐานรับการวางแผน andinventory ผลิตรวมรายละเอียดของระบบที่น่าสนใจภายใต้ coopera-ทางการค้า/การแข่งขันกับบุคคลที่สาม (อื่น ๆ SCs ตลาด ฯลฯ) ความซับซ้อนที่เกี่ยวข้องกับการหลายวัตถุประสงค์ analy-sis นอกจากนี้ได้มีความซับซ้อน โดยต้องการให้พิจารณา externalsources ของความไม่แน่นอนในการกำหนดรูปแบบ: การ natureof ปัญหาการวางแผนไม่แน่นอน (การปันส่วนของ pro duction และเก็บข้อมูลการดำเนินการเป็นไปตามคาดการณ์ของ thequantity ให้ถูกต้อง ทำระดับ ฯลฯ), ดังนั้น uncer tainties เหล่านี้มีองค์ประกอบสำคัญอย่างยิ่งที่ต้อง takeninto บัญชีระหว่างความละเอียด ขั้นตอนการพัฒนาเพื่อแก้ปัญหาการตัดสินใจทำ prob-lems ภายใต้ความไม่แน่นอนสามารถจัดประเภทเป็น orPreventive ปฏิกิริยาวิธี (Sahinidis, 2004) Approachesuse ปฏิกิริยาความรู้กระบวนการรับดีที่สุดไหลทางการค้าครั้งความไม่แน่นอนได้รับการเปิดเผย ยัง preventiveapproaches อย่างชัดเจนเช่นอาจเกิดความไม่แน่นอนโดยรูปแบบ สูตร/ความละเอียดเพื่อ solutionwhich การปรับประสิทธิภาพการทำงานที่คาดไว้ผ่าน wholerange ได้สถานการณ์ การยอมรับที่อาจนี้ไหลทางการค้าจะไม่เป็นดีที่สุดเหมาะสมที่อยู่สุดท้าย situationonce ความไม่แน่นอนเป็นที่เปิดเผย วรรณกรรมในพื้นที่ของ SC วางแผนภายใต้ uncertaintyhas ยังถูกการใช้งานมากช่วงทศวรรษที่ผ่านมา เน้น sev eral แหล่งที่มาของความไม่แน่นอนเช่น: ความต้องการ (Peidro et al. 2009), ราคา (Amaro และ Barbosa Póvoa, 2009), โอเปอร์ระดับ และ เงื่อนไขทางเศรษฐกิจ (Haitham et al. 2004), เป็นต้น Aprevious ทำงาน (Zamarripa et al. 2012) ความไม่แน่นอนโดย associ ated ลักษณะการทำงานของ SCs ทางเลือกอื่น ๆ competefor ความสามารถถูก วิเคราะห์ ทฤษฎีเกม (GT) ถูกนำเสนอเป็นเทคนิคที่ใช้ในการตัดสินใจเพื่อกำหนดกลยุทธ์การดำเนินงาน bestSC โดยการตัดสินใจการตลาด ยืนยันวิธีอาจอธิบายลักษณะการทำงานของ theseveral coexisting ที่ SCs แข่งขันเป็นการ uncertaintysource และพิสูจน์การใช้โมเดลความไม่แน่นอนบัญชี takeinto ราคาการตัดสินใจของบุคคลที่สาม (externalSCs) แต่ความจริงที่จะกระทบต่อการทำงานไม่แน่นอนทั้ง themarket และคู่ แข่งสุด thepolicy ที่นำมาใช้ โดย SC น่าสนใจ directlyimpact นโยบาย (ราคา จัด ฯลฯ) ความพึงพอใจแตกต่างกันคีย์-tomer เป็นกำไรของ SC น่าสนใจ และ marketsare ฝังอยู่ในสถานการณ์สมมตินี้แข่งขัน ดังนั้นนโยบาย decisionmaking จากบุคคลที่สาม ระดับของ collaborationwith ซัพพลายเออร์อื่นเทียบเท่า (ร่วมกับ competitiveImprovescenarios) และวิธีการแสดงความไม่แน่นอนของ asso-ciated ลักษณะการทำงานของคู่แข่ง ไม่ openinga สัญญามากสายการทำงานเพื่อปรับปรุงสภาพการทำงานจริงกลยุทธ์โซ่อุปทาน agement คน

ผลลัพธ์ (ไทย) 2:

เสนอเพื่อแก้ปัญหาระยะเวลาที่เหมาะสมของการลงทุนในเทคโนโลยี CO2cap-ture พิจารณาแหล่งที่มาของความไม่แน่นอนจากภายนอก (คาดว่าวิวัฒนาการของภาษีการปล่อยก๊าซ) ยังอยู่ในแง่ ofthe ความเสี่ยงทางการเงินที่เกี่ยวข้อง ที่เกี่ยวข้องอย่างใกล้ชิดกับที่นี่-archical ระดับการตัดสินใจที่มุ่งเน้นในงานนี้หลิว andPapageorgiou (2012) นำเสนอวิธีการตาม MILP สำหรับ theoptimization โซ่อุปทานทั่วโลกผลิต distributionplanning ซึ่งวัตถุประสงค์เช่นค่าใช้จ่ายรวมเวลาที่ไหลรวม (สรุปของ เวลาขนส่งถ่วงน้ำหนัก) และ lostsales รวมในทุกช่วงเวลาที่มีการ balanced.In ทุกกรณีที่กล่าวถึงก่อนหน้านี้หมู่ problemis ที่มุ่งเน้นการแก้ถ่วงดุลอำนาจในวัตถุประสงค์สำคัญ "ท้องถิ่น" และผลลัพธ์ในความเป็นจริงนี้เป็นตัวแทนที่ จำกัด ของสถ​​านการณ์ SCworking ที่ ตั้งแต่รูปแบบการรักษาเป็น underlyingassumption ว่าสถานการณ์นี้และ SC สนใจที่จะ notinteracting ในรูปแบบทั้ง ในแง่นี้แม้ว่า tradeoffamong หลายวัตถุประสงค์ได้ถูกนำมาใช้ในการแก้สถานการณ์ที่แตกต่างกัน-Ent ไม่มีวัตถุประสงค์รุ่น simultaneouslyconsiders เสนอจากนักแสดงที่แตกต่างกันซึ่งจะ bethe ฐานที่จะได้รับการผลิตแบบบูรณาการที่มีรายละเอียดการวางแผน andinventory ระบบที่น่าสนใจภายใต้ coopera- (. อื่น ๆ SCs, ตลาด, ฯลฯ ). ว / การแข่งขันกับบุคคลที่สามซับซ้อนที่เกี่ยวข้องกับหลายวัตถุประสงค์มีส่วน-SIS มีความซับซ้อนนอกจากนี้จำเป็นที่จะต้องพิจารณา externalsources ของความไม่แน่นอนลงไปในการกำหนดรูปแบบ: natureof ปัญหาการวางแผนมีความไม่แน่นอน ( การจัดสรร Pro-duction เก็บรักษาและการดำเนินการที่จะขึ้นอยู่กับการคาดการณ์ของ thequantity ที่จะเรียกร้องระดับการทำงานอื่น ๆ ) เหล่านี้จึง uncer-tainties เป็นองค์ประกอบสำคัญอย่างยิ่งที่จะต้องเป็นบัญ​​ชี takeninto ในระหว่างขั้นตอน resolution.The ของการพัฒนาเพื่อ การตัดสินใจแก้ prob-LEMS ภายใต้ความไม่แน่นอนสามารถจัดเป็นปฏิกิริยา orPreventive แนวทาง (Sahinidis, 2004) ปฏิกิริยา approachesuse ความรู้ของกระบวนการที่จะได้รับสิ่งที่ดีที่สุด Solu-การที่ครั้งหนึ่งเคยมีความไม่แน่นอนได้รับการเปิดเผยในขณะที่ preventiveapproaches อย่างชัดเจนรวมถึงความไม่แน่นอนที่อาจเกิดขึ้น intothe รูปแบบสูตร / ความละเอียดในการสั่งซื้อที่จะได้รับ solutionwhich ที่เพิ่มประสิทธิภาพการดำเนินงานที่คาดว่ามากกว่า wholerange สถานการณ์ที่เป็นไปได้ ยอมรับว่าอาจนี้ Solu-การจะไม่เหมาะที่สุดที่จะรับมือกับความไม่แน่นอน situationonce สุดท้ายคือวรรณกรรม revealed.The ในพื้นที่ของการวางแผน SC ภายใต้ uncertaintyhas รับการใช้งานมากในช่วงทศวรรษที่ผ่านมามุ่งเน้นไปที่แหล่ง SEV-eral ของความไม่แน่นอน เช่นความต้องการของราคาสินค้า (อามาโร่และแป-Póvoa 2009), ฮ๊อบ-ating และภาวะเศรษฐกิจและอื่น ๆ ในการทำงาน aprevious (Zamarripa et al, (Peidro et al, 2009). (Haitham et al, 2004). 2012), ความไม่แน่นอน Associ-ated กับพฤติกรรมของทางเลือกอื่น ๆ ทะเลจีนใต้สามารถ competefor ความต้องการของตลาดได้รับการวิเคราะห์; เกมทฤษฎี (GT) ได้รับการเสนอเป็นเทคนิคการตัดสินใจในการกำหนดกลยุทธ์การดำเนินงาน bestSC ไม่คำนึงถึงการตัดสินใจของตลาดต่อการวิเคราะห์ได้รับการยืนยันว่าพฤติกรรมการแข่งขันของ SCs อยู่ร่วมกัน theseveral อาจจะอธิบายเป็น uncertaintysource และเป็นธรรมการใช้แบบจำลองความไม่แน่นอนในการ takeinto บัญชีการตัดสินใจในที่สุดบุคคลที่สาม (externalSCs) .But จริงก็คือว่าพฤติกรรมความไม่แน่นอนของทั้งสอง themarket และคู่แข่งในที่สุดจะได้รับผลกระทบจากการดำเนินการโดย thepolicy SC ของดอกเบี้ยนโยบายความพึงพอใจของยูเอส-Tomer แตกต่างกัน (ราคา, เวลาการจัดส่ง ฯลฯ ) directlyimpact เป็นกำไรของ SC ที่น่าสนใจและ marketsare ที่ฝังอยู่ในสถานการณ์การแข่งขันนี้เพื่อให้นโยบายการตัดสินใจจากบุคคลที่สามระดับของ collaborationwith ซัพพลายเออร์เทียบเท่าอื่น ๆ (เทียบกับสหกรณ์ competitiveImprovescenarios) และวิธีการ เป็นตัวแทนของความไม่แน่นอน Asso-ciated กับพฤติกรรมคู่แข่ง 'ยังคงไม่แก้ openinga สายการทำงานที่มีแนวโน้มมากที่จะปรับปรุงกลยุทธ์มนุษย์ agement ห่วงโซ่อุปทานในสภาพการทำงานจริง

ผลลัพธ์ (ไทย) 3:

ขอแก้เวลาที่เหมาะสมของการลงทุนในเทคโนโลยีจริง co2cap พิจารณาแหล่งความไม่แน่นอนจากภายนอก ( คาดว่า วิวัฒนาการของการภาษี ) นอกจากนี้ในแง่ของความเสี่ยงทางการเงินที่เกี่ยวข้อง . เพิ่มเติมที่เกี่ยวข้องอย่างใกล้ชิดกับที่นี่ archical การตัดสินใจระดับที่เน้นในงานนี้ หลิว andpapageorgiou ( 2012 ) ปัจจุบันการหาวิธีการที่ใช้สำหรับการหาค่าที่เหมาะสมของห่วงโซ่อุปทานการผลิตทั่วโลก distributionplanning ที่วัตถุประสงค์ เช่น ต้นทุน เวลา การไหล ( สรุปรวมเวลาขนส่งมวล ) และรวม lostsales ในทุกช่วงเวลามีความสมดุล ในทุกกรณีที่กล่าวไว้ก่อนหน้านี้ มู problemis มุ่งเน้นเพื่อแก้ไขข้อเสียของ " การศึกษาท้องถิ่น " และความจริงนี้ผลลัพธ์ในการ จำกัด ของ scworking สถานการณ์ เนื่องจากรูปแบบยังคงเป็น underlyingassumption สถานการณ์นี้และ SC น่าสนใจ notinteracting ในทั้งสองวิธี ในความรู้สึกนี้ , แม้ว่า tradeoffamong หลายวัตถุประสงค์ ได้ถูกนำมาใช้เพื่อแก้สถานการณ์ที่แตกต่างกันใช้ ไม่มีการเสนอรูปแบบ simultaneouslyconsiders วัตถุประสงค์จากนักแสดงที่แตกต่างกันซึ่งจะใช้เป็นฐานเพื่อขอรับรายละเอียด และการวางแผนการผลิตรวมของระบบที่น่าสนใจภายใต้ coopera tion / การแข่งขันกับบุคคลที่สามอื่น ๆ ( SCS , ตลาด ฯลฯ ) ความซับซ้อนที่เกี่ยวข้องกับวัตถุประสงค์หลาย ๆ ส่วนพี่ก็ยังซับซ้อน โดยต้องพิจารณา externalsources ของความไม่แน่นอนในการกำหนดรูปแบบของปัญหาการวางแผน : ไม่แน่นอน ( การจัดสรร duction Pro และการกระทำของกระเป๋าจะขึ้นอยู่กับการคาดการณ์ของลดปริมาณที่จะเรียกร้อง ทำงานระดับ ฯลฯ ) ดังนั้นเหล่านี้ uncer tainties เป็นสิ่งจำเป็นที่ต้องมีในบัญชี takeninto องค์ประกอบของความละเอียด กระบวนการพัฒนาเพื่อแก้ไขปัญหา lems การตัดสินใจภายใต้ความไม่แน่นอน สามารถจำแนกได้เป็น 3 แนวทาง orpreventive ( sahinidis , 2004 ) ปฏิกิริยา approachesuse ความรู้ของกระบวนการเพื่อให้ได้ดีที่สุดเมื่อความไม่แน่นอน solu tion ได้รับการเปิดเผย ในขณะที่ preventiveapproaches อย่างชัดเจน รวมถึงศักยภาพความไม่แน่นอนในรูปแบบการกำหนด / ความละเอียดในการขอรับการ solutionwhich คาดหวังมากกว่า wholerange เป็นได้ ยอมรับว่าอาจจะไม่ดีที่สุด solu tion เหมาะที่จะอยู่ situationonce สุดท้ายความไม่แน่นอนจะเปิดเผย วรรณคดีในพื้นที่ของ SC การวางแผนภายใต้ uncertaintyhas ได้รับยังใช้งานมากกว่าทศวรรษที่ผ่านมามุ่งเน้น sev ที่แหล่งความไม่แน่นอนเช่นความต้องการ ( peidro et al . , 2009 ) , สินค้าและราคา Amaro barbosa-p ó VOA , 2009 ) , การดำเนินการของเราและเงื่อนไขทางเศรษฐกิจ ( haitham et al . , 2004 ) , ฯลฯ ใน aprevious ทำงาน ( zamarripa et al . , 2012 ) , ความไม่แน่นอน ( พ่อพันธุ์ ated กับพฤติกรรมของ SCS ทางเลือกอื่น ๆ สามารถ competefor ตลาดวิเคราะห์ ; ทฤษฎีเกม ( GT ) เพื่อเป็นแนวทางในการตัดสินใจและกำหนดกลยุทธ์การดำเนินงานไม่เคารพการตัดสินใจของตลาด bestsc เพิ่มเติม โดยยืนยันว่า การแข่งขัน พฤติกรรมของการอยู่ร่วมกัน theseveral SCS อาจจะอธิบายเป็น uncertaintysource และปรับใช้รูปแบบความไม่แน่นอนที่จะ takeinto บัญชีการตัดสินใจสุดท้ายของบุคคลที่สาม ( externalscs ) แต่ความจริงคือ ว่า พฤติกรรมที่ไม่แน่นอนของทั้งตลาด และคู่แข่ง สุดท้าย จะได้รับผลกระทบจากนโยบายที่ใช้โดย SC ของดอกเบี้ยที่แตกต่างกัน - ยูเอส นโยบายของความพึงพอใจ อย่างไรก็ตาม ( ราคา จัดส่ง เวลา ฯลฯ ) directlyimpact เป็นกำไรของ SC ที่น่าสนใจ และ marketsare ฝังตัวอยู่ในสถานการณ์สมมตินี้ แข่งขัน ดังนั้น การตัดสินใจนโยบายจากบุคคลที่สาม ระดับ collaborationwith อื่นเทียบเท่าซัพพลายเออร์ ( ร่วมมือกับ competitiveimprovescenarios ) , และวิธีที่แสดงความไม่แน่นอน รศ ciated กับคู่แข่งขัน พฤติกรรมที่ยังคงเป็นปริศนา openinga มากสัญญาทำงานสายเพื่อปรับปรุงห่วงโซ่อุปทาน agement กลยุทธ์ในการทำงานจริง