Optimization of production planning and emission-reduction policy-making

• Main Author: Hong, Zhaofu
• Other Authors: Châtenay-Malabry, Ecole centrale de Paris
• Language: en
• Published: 2013
• Subjects: Réduction d’émission carbone; Définition de politiques; Planification de la production; Carbon emission reduction; Policymaking; Production planning
• Online Access: http://www.theses.fr/2013ECAP0062/document

Cette étude porte sur la réduction de l’émission de gaz à effet de serre dans une région où le gouvernement cherche à établir des politiques de régulation des industriels locaux. La définition de politiques de régulation pour le gouvernement et la planification de la production pour les industriels sont étudiées à l’aide des méthodes issues de la recherche opérationnelle et de la science de management (OR/MS). Nous considérons deux types de politiques de régulation : la politique de quotas et la politique de droits d’émission échangeables sur le marché. Nous considérons d’abord le problème stratégique d’un industriel soumis à un quota d’émission. Afin de maximiser son profit, nous construisons des modèles de jeux de Stackelberg pour optimiser l’empreinte carbone du produit, le prix de gros et la sélection de détaillants. Le problème est démontré NP-difficile et un algorithme hybride est développé pour le résoudre. Nous étudions ensuite la planification de la production en moyen terme pour minimiser le coût total de production et de stockage, en prenant en compte les contraintes liées à la réduction d’émission à travers une sélection de technologies dont certaines sont vertes. Nous démontrons que ces problèmes peuvent être résolus en temps polynomial. A partir de ces résultats, nous étudions la définition de politiques de réduction d’émission par le gouvernement afin de maximiser le bien-être sociétal de la région. Des modèles de jeux de Stackelberg sont formulés pour optimiser les paramètres de ces politiques, en anticipant les décisions opérationnelles des industriels locaux en réaction à ces politiques. Des algorithmes hybrides sont proposés pour résoudre le problème. Pour chaque problème étudié, nous menons des expériences numériques pour évaluer les algorithmes développés. Les résultats expérimentaux montrent l’efficacité de ces algorithmes. Ils permettent aussi, grâce à des analyses de sensibilité, de tirer des renseignements managériaux intéressants. === This research focuses on carbon emission-reduction issues in an area where the government imposes emission-reduction policies on local manufacturers. Policymaking problems for the government and production planning problems for the manufacturers are investigated with Operations Research/Management Science (OR/MS) approaches. Two types of emission-reduction policies, including emission-cap regulation policy and emission cap-and-trade scheme, are addressed. We first discuss manufacturers’ long-term strategic decision problem under the government-imposed emission-cap regulation policy. With the objective of maximizing the manufacturers’ profits, Stackelberg game model is formulated to optimize their decisions on carbon footprint, wholesale price and retailer selection. The problem is proven to be NP hard and a hybrid algorithm is developed to solve the model. We then investigate manufacturers’ medium-term production planning to minimize the total production and inventory holding cost, by considering emission-reduction constraints through technology selection, some of the technologies being green. The problems are shown to be polynomially solvable. Based on these results, we study the government’s policymaking problems to maximize the social welfare of the area. Stackelberg game models are formulated to optimize the emission-reduction policies by anticipating manufacturers’ operational decisions in response to the governmental policies. Hybrid algorithms are developed to solve the problems. For each studied problem, numerical analyses are conducted to evaluate the algorithms. The computation results show that the algorithms developed in this research are effective. Some interesting and valuable managerial insights are drawn from computational results and sensitivity analyses.