In recent years, recycling and disposal of end-of-life (EOL) electronic products has attracted considerable attention in response to concerns over resource recovery and environmental impacts of electronic waste (e-waste). In many countries, legislation to make manufacturers responsible for taking e-waste at the end of their useful lives either has been adopted or is being considered. In this paper, by capturing different stages in the life-cycle of EOL electronic products (or, e-waste) generated from private or small-entity users, we develop two different formulations of a reverse logistics network, i.e. system-optimum model and user-optimum model, to estimate both economic and environmental effects of take-back legislation. In this system, e-waste is collected through user drop-off at designated collection sites. While we study the whole reverse logistics network associated with recycling and remanufacturing of e-waste in the system-optimum model and obtain an optimum solution from the policy maker's perspective, we split the logistics network into two distinct parts in the user-optimum model in order to derive an optimum solution from the users' standpoint. Implementing the proposed models on an illustrative example shows how they are capable of estimating the economic and environmental impacts of take-back legislation in various stages of e-waste's life-cycle.


翻译:近年来,报废电子产品(或电子废物)的再循环和处置引起了人们的极大关注,以应对对资源回收和电子废物(电子废物)环境影响的关切。在许多国家,已经通过或正在审议立法,使制造商在使用寿命结束时负责处理电子废物;在本文件中,通过捕捉私人或小型实体用户产生的电子废物(或电子废物)生命周期的不同阶段,我们开发了两种反向物流网络的配方,即系统最佳模型和用户最佳模型,以估计回收立法的经济和环境影响。在这个系统中,电子废物是通过用户在指定收集地点的下降而收集的。虽然我们研究了与系统最佳模型中电子废物再循环和再制造有关的整个逆向物流网络,并从决策者的角度获得了最佳解决方案,但我们将物流网络分为两个不同的部分,即系统最佳模型和用户最佳模型,以便从用户对各种生命周期的影响进行最佳评估的角度得出最佳解决办法。在评估生命周期中,采用各种经济立法的示范性模型,从用户的角度分析各种经济周期影响。

0
下载
关闭预览

相关内容

专知会员服务
25+阅读 · 2021年4月2日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
征稿 | CFP:Special Issue of NLP and KG(JCR Q2,IF2.67)
开放知识图谱
1+阅读 · 2022年4月4日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
14+阅读 · 2020年12月17日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
征稿 | CFP:Special Issue of NLP and KG(JCR Q2,IF2.67)
开放知识图谱
1+阅读 · 2022年4月4日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员