几何最优输运用于可持续闭环供应链:融合Gromov-Wasserstein框架的结构与属性低效诊断

《Sustainability》:Geometric Optimal Transport for Sustainable Closed-Loop Supply Chain: A Fused Gromov–Wasserstein Framework for Structural and Attribute Inefficiency Diagnosis

【字体: 大 中 小 】 时间:2026年07月08日 来源:Sustainability 4.1

编辑推荐:

  设计可持续闭环供应链(CLSC)网络需要联合评估节点级运营属性(回收效率、处理能力、单位成本)和节点间空间结构。现有方法,包括混合整数规划、多目标元启发式和图匹配,通常优化单一成本维度,并且不分解结构连接性与属性级低效。研究人员提出了一种融合Gromov-Wa

  
设计可持续闭环供应链(CLSC)网络需要联合评估节点级运营属性(回收效率、处理能力、单位成本)和节点间空间结构。现有方法,包括混合整数规划、多目标元启发式和图匹配,通常优化单一成本维度,并且不分解结构连接性与属性级低效。研究人员提出了一种融合Gromov-Wasserstein(FGW)诊断框架,该框架通过凸权衡参数α结合Wasserstein距离(属性相似性)和Gromov-Wasserstein距离(结构对齐),并使用条件梯度算法求解。供应-能力不平衡通过边际缩放解决,未吸收的残余质量报告为基础设施短缺的诊断指标。该框架应用于一个八级PET瓶回收和长丝制造网络,涵盖三个规模级别的24个合成基准实例。FGW成本精确分解为特征和结构分量,允许瓶颈弧被诊断为属性驱动或结构驱动。在此基准下,瓶颈成本随网络规模减小,最频繁的瓶颈弧从小型网络中的收集接口转移到大型网络中的链中处理交接,属性异质性占所有144个弧-实例组合中FGW成本的大部分(57.9%,取决于所使用的归一化和加权方案)。这些结果将FGW定位为循环供应链分析中一个可处理、可解释的诊断层,补充而非取代经典的CLSC设计模型。
**研究背景与问题**

循环经济转型使闭环供应链(CLSC)设计成为可持续运营研究的核心。与传统前向供应链不同,CLSC需同时协调产品收集、分类和寿命终止处理等多个异质层级,并平衡经济与环境目标。在多层循环材料回收场景(如消费后PET瓶收集与长丝再制造)中,收集中心与回收设施空间分布分散、容量规模各异,回收率和碳足迹差异显著,简单的最近设施分配策略难以满足系统级可持续性要求。现有方法(包括混合整数规划、多目标元启发式和图匹配)通常仅优化单一成本维度,未能将节点运营属性(回收效率、处理能力、单位成本)与节点间空间结构联合评估,也无法分解结构连接性与属性级低效。Wasserstein距离虽能度量属性相似性,但忽略节点间空间拓扑;Gromov-Wasserstein距离虽能对齐结构,却丢弃所有节点级属性信息。因此,研究人员提出融合Gromov-Wasserstein(FGW)距离框架,通过凸权衡参数α结合两者,实现对CLSC网络中结构错配与属性异质性的联合诊断。

**研究内容与结论**

研究人员将FGW框架应用于一个八级PET瓶回收与长丝制造网络(源自文献[2]的基准模型),在三个规模级别(小、中、大)共24个合成基准实例上进行计算实验。FGW问题通过条件梯度算法求解,得出最优输运计划,并分解为特征成本与结构成本。结果发现:瓶颈成本随网络规模增大而显著下降(Spearman ρ = ?0.967);最频繁的瓶颈弧从小型网络中的收集接口(A2: CC→PC)转向大型网络中的链中处理交接(A3: PC→TC);在全部144个弧-实例组合中,属性异质性贡献了FGW成本的57.9%(在所用归一化与加权方案下),表明运营标准化是比设施重定位更有效的效率杠杆。该框架为循环供应链分析提供了可处理、可解释的诊断层,补充而非取代传统CLSC设计模型。论文发表在《Sustainability》。

**关键技术方法概述**

研究人员采用融合Gromov-Wasserstein(FGW)距离框架,通过凸权衡参数α线性组合Wasserstein距离(属性相似性)与Gromov-Wasserstein距离(结构对齐),使用条件梯度(Frank-Wolfe)算法求解最优输运计划。供应-能力不平衡通过边际缩放处理,未吸收质量报告为基础设施缺口指标。特征成本矩阵基于加权平方欧氏距离,属性经独立min-max归一化;结构成本使用Haversine距离矩阵并归一化至[0,1]。实验基于24个合成基准实例(源自文献[2]的八级PET瓶回收网络),涵盖三个规模级别。

**研究结果**

**5.1 计算实验概述**
对24个基准实例(小、中、大规模各8个)的六个弧界面(A1–A6)在11个α值(0.0–1.0)下求解FGW,共1584个输运计划,以α=0.5为参考。

**5.2 规模效应**
瓶颈FGW成本随规模增大系统下降(小规模最高0.341,大规模最低0.042,降幅约88%),组内变异收缩,Spearman ρ = ?0.967,Kruskal-Wallis检验显著(p < 0.001)。该效应反映更大网络提供更多匹配机会。

**5.3 瓶颈弧识别**
最频繁瓶颈弧随规模迁移:小规模中A2(CC→PC)占主导(3/8),A3和A6各2次;中等规模中A2仍为主(4/8),A4(TC→RC)上升(3/8);大规模中A3(PC→TC)成为主要瓶颈(4/8),A4出现2次。A1(E→CC)从未成为瓶颈。α敏感性分析表明,α∈[0.0,0.7]时瓶颈排序稳定,α=0.5为稳健参考。

**5.4 特征成本与结构成本对比**
在全部144个弧-实例组合中,特征成本平均占比57.9%,75%的组合中特征成本超过结构成本。A2特征占比最高(62.0%),A1最低(53.9%)。特征主导性在α∈[0.0,0.8]区间保持稳健,表明运营标准化是首要改进方向。

**5.5 基础设施容量缺口**
A3(PC→TC)在23/24实例中存在系统供应过剩,缺口随规模增长;A5(RC→DPC)在20/24实例中存在缺口,主要在小/中规模;A1在5个大规模实例中有适度缺口;A2、A4、A6完全平衡。

**5.6 统计验证**
Kruskal-Wallis检验确认三组规模间瓶颈成本差异显著(p<0.001),Mann-Whitney U检验所有配对均显著(p=0.0002)。Pearson相关分析显示A4-A5相关性最强(r=0.959),A2与A4、A6强相关,A6与前向弧相关性弱,表明正向与反向子网络成本行为不同。

**总结讨论与结论翻译**

**结论**
本文提出了一个融合Gromov-Wasserstein(FGW)框架,用于评估闭环供应链(CLSC)中的弧级耦合效率。通过将每个CLSC节点嵌入为度量-测度空间(编码空间位置与运营属性),FGW为长丝制造与PET瓶回收网络的六个弧界面提供了可分解的结构与属性错配度量。在三个规模级别的24个基准实例上的计算实验得出三个稳健发现:第一,FGW瓶颈成本随网络规模急剧下降(Spearman ρ = ?0.967),表明更大CLSC网络通过更丰富的匹配机会实现更高耦合效率;第二,最频繁的瓶颈弧从小型网络中的收集接口(A2: CC→PC)转向大型网络中的处理交接(A3: PC→TC),揭示了标准单指标评估无法检测的规模依赖瓶颈迁移模式;第三,属性异质性而非空间错配贡献了全部弧与实例中FGW成本的大部分(平均特征占比57.9%),该发现在整个α∈[0,1]前沿上保持稳健。该框架的局限性包括:验证基于合成基准实例而非运营数据;平衡最优输运公式未将容量不平衡作为硬约束;结果对特征工程、权重和归一化选择敏感。本研究未与最近设施分配、成本最小化网络流、MILP或多准则分配基线进行比较,此类比较是未来工作重点。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    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