О задаче календарного планирования с критерием оптимизации экономического эффекта от использования квот на выбросы

Обложка

Цитировать

Полный текст

Аннотация

Рассматривается новая задача календарного планирования инвестиционных проектов с критерием максимизации экономического эффекта от использования квот на выбросы. Авторами сформулирована модель задачи, учитывающая особенности формирующейся в России практики обращения с углеродными единицами. Модель предусматривает возможность реализации неизрасходованных углеродных единиц. Учтено также влияние на экономический эффект штрафов за перерасход квот. Проанализирована постановка с детерминированными характеристиками и две недетерминированных разновидности: стохастическая и нечёткая. При описании проектов считалось, что недетерминированный характер могут иметь величины выбросов. В стохастической постановке проанализирован случай, когда параметры модели независимы и имеют распределение Вейбулла -- Гнеденко. Для данного случая предложен вариант сравнения расписаний с помощью стохастического доминирования I порядка. В нечёткой постановке для описания проекта использовались нечёткие треугольные числа. Для выбора наилучшего расписания использовалась ранжирующая функция. Для каждой постановки продемонстрированы подходы к решению на основе модификаций алгоритмов GASPIA и SASPIA. В модифицированном алгоритме GASPIA была использована новая схема скрещивания. Для условного примера проекта проведены вычислительные эксперименты, демонстрирующие применимость предложенных алгоритмов для решения задачи.

Об авторах

Александр Михайлович Булавчу

Сибирский федеральный университет

Email: abulavchuk@sfu-kras.ru
Красноярск

Дарья Владиславовна Семенова

Сибирский федеральный университет

Email: dvsemenova@sfu-kras.ru
Красноярск

Список литературы

  1. БУЛАВЧУК А.М., СЕМЕНОВА Д.В. Применение методовидемпотентной алгебры в генетическом алгоритме для ре-шения задачи календарного планирования // Прикладнаядискретная математика. – 2022. – №58. – С. 112–124.
  2. ВАРОЧКИНА Т.С., НОВОСЕЛОВ А.А. Стохастическоедоминирование I и II рода // Вестник Красноярского го-сударственного университета. Физико-математические нау-ки. – 2004. – №5(2). – С. 15–21.
  3. ВИЛЕНСКИЙ П.Л., ЛИВШИЦ В.Н., СМОЛЯК С.А. Оценкаэффективности инвестиционных проектов: Теория и прак-тика. – М.: Поли Принт Сервис, 2015. – 1300 с.
  4. КОФМАН А. Введение в теорию нечетких множеств. – М.:Радио и связь, 1982. – 432 с.
  5. ЛИТВИНОВ Г.Л., МАСЛОВ В.П., СОБОЛЕВСКИЙ А.Н.Идемпотентная математика и интервальный анализ //Вычислительные технологии. – 2001. – Т. 6, №6. –С. 47–70.
  6. Постановление Правительства Российской Федерации№1441 «О ставке платы за превышение квоты выбро-сов парниковых газов в рамках проведения экспериментапо ограничению выбросов парниковых газов на территорииСахалинской области». – 18.08.2022.
  7. СЕРВАХ В.В., ЩЕРБИНИНА Т.А. О сложности задачи ка-лендарного планирования проектов // Вестн. НГУ. Сер. Ма-тематика, механика, информатика. – 2008. – Т. 8, Вып. 3. –С. 105–111.
  8. Федеральный закон №34-ФЗ «О проведении экспериментапо ограничению выбросов парниковых газов в отдельныхсубъектах Российской Федерации». – 06.03.2022.
  9. Федеральный закон №296-ФЗ «Об ограничении выбросовпарниковых газов». – 02.07.2021.
  10. BULAVCHUK A.M., SEMENOVA D.V. Two heuristicalgorithms for RCPSP with NPV criterion // Journal ofSiberian Federal University. Mathematics & Physics. – 2023. –Vol. 16(5). – P. 639–650.
  11. LIU B. Theory and practice of uncertain programming. –Springer: Berlin/Heidelberg, Germany, 2009. – 213 p.
  12. LIU H., ZHANG J., ZHANG X. et al. A new resource-constrained project scheduling problem with ladder-type carbontrading prices and its algorithm based on deep reinforcementlearning // Expert Systems with Applications. – 2024. –Vol. 255. – P. 1–15.
  13. TAO B., WU F., WANG X. et al. Progressive optimizationallocation model for carbon emission quotas: An empiricalstudy of Jiangsu cities // Helyon. – 2024. – Vol. 10, Iss. 13. –P. 1–14.
  14. WANG H., FU X. The impacts of regulatory approaches tocarbon quotas on third-party logistics low-carbon financingstrategies and emission reduction effects // MDPI – 2024. –Vol. 16(15). – P. 1–27.
  15. WANG J., SI F. Research on supply chain pricing strategiesunder carbon emission quota constraints // Academic Journalof Science and Technology. – 2023. – Vol. 7, No. 3. –P. 292–296.
  16. WANG S. Premium calculation by transforming the layerpremium density // ASTIN Bulletin. – 1996. – Vol. 26, Iss. 1. –P. 1–14.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».