Все
 
 
 


Нечеткая модель выбора альтернативных операций наилучшей доступной технологии на уровне установки
 
Код статьиS042473880012417-7-1
DOI10.31857/S042473880012417-7
Тип публикации Статья
Статус публикации Опубликовано
Авторы
Птускин Александр Соломонович 
Должность: профессор кафедры организации и управления производством
Аффилиация: Калужский филиал МГТУ им. Н.Э. Баумана
Адрес: Калуга, Российская Федерация
Жукова Юлия Михайловна
Должность: доцент кафедры экологии и промышленной безопасности
Аффилиация: Калужский филиал МГТУ им Н.Э. Баумана.
Адрес: Российская Федерация
Название журналаЭкономика и математические методы
ВыпускТом 56 Номер 4
Страницы78-87
Аннотация

 

Рациональное природопользование составляет одно из приоритетных направлений научных исследований. Современные принципы экологического регулирования деятельности промышленных предприятий основаны на концепции наилучших доступных технологий (НДТ), т.е. эффективных новейших технологий, которые обеспечивают наиболее высокий уровень защиты окружающей среды и достигли уровня, который делает возможным их внедрение в соответствующем секторе промышленности. Актуальной задачей остается разработка и совершенствование формальных моделей и методов идентификации НДТ. Основной используемый подход состоит в сравнении заданных альтернативных технологий и выборе единственной технологии с использованием методологии многокритериального принятия решений. Концепция НДТ устанавливает не требования использовать определенную технологию, а значения допустимых эмиссий, поэтому сочетание технологий без априорного ограничения использования только одной из них может быть более эффективно. В данной работе рассматривается задача определения НДТ на уровне установки и предлагается новая модель нечеткого математического программирования, позволяющая за счет выбора сочетания операций различных технологий, включающих большое число стадий, минимизировать обобщенные эксплуатационные затраты предприятия. Уровни эмиссий и затраты, соответствующие отдельным операциям, представляются нечеткими числами. Иллюстрационный пример показывает, что использование модели приводит к выбору операций, эффективному с точки зрения экономических показателей при заданных ограничениях на размер эмиссий комбинации.

 

 

Ключевые словаэкология, наилучшие доступные технологии, нечеткое математическое программирование
Источник финансированияРабота выполнена при поддержке Российского фонда фундаментальных исследований и правительства Калужской области (проект № 18–410–400001).
Получено01.12.2020
Дата публикации16.12.2020
Кол-во символов23543
Цитировать  
100 руб.
При оформлении подписки на статью или выпуск пользователь получает возможность скачать PDF, оценить публикацию и связаться с автором. Для оформления подписки требуется авторизация.

Оператором распространения коммерческих препринтов является ООО «Интеграция: ОН»

Всего подписок: 0, всего просмотров: 600

Оценка читателей: голосов 0 

1. Виноградов С.С. (2002). Экологически безопасное гальваническое производство. М.: Глобус.
2. Гусев А.А. (2015). Эволюция политики эколого-экономического развития // Экономика и математические методы. Т. 51. № 2. С. 113–120.
3. Клейнер Г.Б. (2001). Экономико-математическое моделирование и экономическая теория // Экономика и математические методы. Т. 37. № 3. С. 111–126.
4. Левнер Е.В., Птускин А.С., Фридман А.А. (1998). Размытые множества и их применение. М.: ЦЭМИ РАН.
5. Птускин А.С. (2018). Энтропийный метод анализа данных для процедуры определения НДТ // Научно-технические ведомости СПбГПУ. Экономические науки. Т. 11. № 3. С. 203–212.
6. Птускин А.С., Жукова Ю.М. (2019). Нечеткая модель выбора комбинации операций при определении наилучшей доступной технологии // Актуальные проблемы экономики и права. Т. 13. № 2. С. 1184–1191.
7. Птускин А.С., Левнер Е.В., Жукова Ю.М. (2016). Многокритериальная модель определения наилучшей доступной технологии при нечетких исходных данных // Вестник Московского государственного технического университета им. Н.Э. Баумана. Серия «Машиностроение». № 6 (111). С. 105–127.
8. Bonano E.J., Apostolakis G.E., Salter P.F., Ghassemi A., Jennings S. (2000). Application of risk assessment and decision analysis to the evaluation, ranking and selection of environmental remediation alternatives. Journal of Hazardous Materials, 1, 71 (1–3), 35–57.
9. Bortolini M., Gamberi V., Graziani A., Regattieri A., Mora C. (2013). Multi-parameter analysis for the technical and economic assessment of photovoltaic systems in the main European Union countries. Energy Conversion and Management, 74, 117–128.
10. Brechet T., Tulkens H. (2009). Beyond BAT: Selecting optimal combinations of available techniques, with an example from the limestone industry. Journal of Environmental Management, 90, 1790–1801.
11. BREF economics and cross-media effects (2006). Available at: http://eippcb.jrc.ec.europa.eu/reference/ecm.html 
12. Cikankowitz A., Laforest V. (2013). Using BAT performance as an evaluation method of techniques. Journal of Cleaner Production, 42, 141–158.
13. Dubois D., Prade H. (1980). Systems of linear fuzzy constraints. Fuzzy Sets and Systems, 3, 37–48.
14. Evrard D., Laforest V., Villot J., Gaucher R. (2016). Best Available Technique assessment methods: A literature review from sector to installation level. Journal of Cleaner Production, 121, 72–83.
15. Evrard D., Villot J., Armiyaou C., Gaucher R., Bouhrizi S., Laforest V. (2018). Best available techniques: An integrated method for multicriteria assessment of reference installations. Journal of Cleaner Production, 176, 1034–1044.
16. Garcia N., Caballero J.A. (2011). Economic and environmental assessment of alternatives to the extraction of acetic acid from water. Industrial & Engineering Chemistry Research, 50, 18, 10717–10729.
17. Geldermann J., Rentz O. (2001). Integrated technique assessment with imprecise information as a support for the determination of best available techniques (BAT). Spektrum, 23, 137–157.
18. Giner-Santonja G., Aragones-Beltraan P., Niclos-Ferragut J. (2012). The application of the analytic network process to the assessment of best available techniques. Journal of Cleaner Production, 25, 86–95.
19. Herva M., Roca E. (2013). Review of combined approaches and multi-criteria analysis for corporate environmental evaluation. Journal of Cleaner Production, 39, 355–371.
20. Ibanez-Fores V., Bovea M.D., Perez-Belis V. (2014). A holistic review of applied methodologies for assessing and selecting the optimal technological alternative from a sustainability perspective. Journal of Cleaner Production, 70, 259–28.
21. Inuiguchi M., Ramk J. (2000). Possibilistic linear programming: a brief review of fuzzy mathematical programming and a comparison with stochastic programming in portfolio selection problem — an Approach to Computerized Processing of Uncertainty. Fuzzy Sets and Systems, 111 (1), 3–28.
22. Laforest V. (2014). Assessment of emerging and innovative techniques considering best available technique performances. Resources, Conservation and Recycling, 92, 11–24.
23. Levner E., Meyzin L., Ptuskin A. (1998). Periodic scheduling of a transporting robot under incomplete input data: A fuzzy approach. Fuzzy Sets and Systems, 98 (3), 255–266.
24. Levner E., Ptuskin A. (2018). Entropy-based model for the ripple effect: Managing environmental risks in supply chains. International Journal of Production Research, 56, 7, 2539–2551.
25. Lin F.-T., Yao J.-S. (2001). Using fuzzy numbers in knapsack problems. European Journal of Operation Research, 135, 158–176.
26. Lin G.T.R., Shen Y.C. (2010). A collaborative model for technology evaluation and decision-making. Journal of Scientific and Industrial Research, 69, 94–100.
27. Mavrotas G., Georgopoulou E., Mirasgedis S., Sarafidis Y., Lalas D., Hontou V., Gakis N. (2007). An integrated approach for the selection of best available techniques (BAT) for the industries in the greater Athens area using multi-objective combinatorial optimization. Energy Economics, 29 (4), 953–973.
28. Nguyen H.-T., Dawal S.Z.M., Nukman Y., Aoyama H. (2014). A hybrid approach for fuzzy multi-attribute decision making in machine tool selection with consideration of the interactions of attributes. Expert Systems with Applications, 41 (6), 3078–3090.
29. Orlovsky S.A. (1984). Multiobjective programming problems with fuzzy parameters. Control Cybernet, 13, 175–183.
30. Polders C., Van den Abeele L., Derden A., Huybrechts D. (2012). Methodology for determining emission levels associated with the best available techniques for industrial waste water. Journal of Cleaner Production, 29–30, 113–121.
31. Ramik J., Rimanek J. (1985). Inequality relation between fuzzy numbers and its use in fuzzy optimization. Fuzzy Sets and Systems, 16, 123–138.
32. Rodriguez M.T., Andrade L. C., Bugallo P.B., Long J.C. (2011). Combining LCT tools for the optimization of an industrial process: material and energy flow analysis and best available techniques. Journal of Hazardous Materials 192 (3), 1705–1719.
33. Samarakoon S.M.S.M.K., Gudmestad O.T. (2011). The IPPC Directive and technique qualification at offshore oil and gas installations. Journal of Cleaner Production, 19, 13–20.
34. Sbardella A., Perruchas F., Napolitano L., Barbieri N., Consoli D. (2018). Green Technology Fitness. Entropy, 20, 776.
35. Tanaka H., Asai K. (1984). Fuzzy linear programming problems with fuzzy numbers. Fuzzy Sets and Systems, 13, 1–10.
36. Wang J.J., Jing Y.Y., Zhang C.F., Zhao J.H. (2009). Review on multi-criteria decision analysis aid in sustainable energy decision-making. Renewable and Sustainable Energy Reviews, 13, 2263–2278.

Система Orphus

Загрузка...
Вверх