将循环经济原则融入制造运营,以实现长期的环境可持续性
《Sustainable Computing: Informatics and Systems》:Integrating Circular Economy Principles into Manufacturing Operations for Long-Term Environmental Sustainability
【字体:
大
中
小
】
时间:2026年09月21日
来源:Sustainable Computing: Informatics and Systems 3.8
编辑推荐:
以下是这段文本的结构化摘要:
- 文章介绍了人工智能(AI)控制的循环经济框架如何提升可持续制造。
- 使用数字孪生技术和梯度提升算法(Gradient Boosting)可以预测和优化资源使用。
- 基于社交结构生成网络(SSGNN)的循环性分析方法能够识别高效的回收途径。
以下是这段文本的结构化摘要:- 文章介绍了人工智能(AI)控制的循环经济框架如何提升可持续制造。- 使用数字孪生技术和梯度提升算法(Gradient Boosting)可以预测和优化资源使用。- 基于社交结构生成网络(SSGNN)的循环性分析方法能够识别高效的回收途径。- 混合决策线性模型-模型预测控制(DLCA-MPC)实现了面向可持续性的自适应控制。- 能源和废弃物的减少验证了制造效率的提升。文章的结构如下:- 引言(Introduction)- 文献综述(Literature Review)- 提出的方法论(Proposed Methodology)- 数据集描述(Dataset Description)- 实验结果与讨论(Results and Discussion)- 结论与未来工作(Conclusion and Future Work)每个部分的内容概要如下:- 引言部分阐述了可持续发展需求的增加对制造业的压力,以及制造业系统目前主要采用线性的“获取-制造-处置”模式,这种模式导致原材料消耗大、能源利用率低和产生大量废弃物。- 文献综述部分回顾了将循环经济(CE)概念纳入制造业的研究进展。- 提出的方法论部分描述了如何通过集成建模、预测和控制技术来提高制造过程的效率和可持续性。- 数据集描述部分介绍了用于研究的数据来源及其特点。- 实验结果与讨论部分展示了实验结果的有效性,并强调了该方法在应对复杂制造挑战中的作用。- 结论与未来工作部分总结了研究的主要成果,并提出了未来的研究方向。请注意,由于文本较长且包含专业术语,上述摘要仅概括了内容的核心点。如需更详细的解析或特定部分的深入信息,建议查阅原文。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号