×

zbMATH — the first resource for mathematics

Evaluating environmental strategies in a textile printing and dyeing enterprise by an agent-based simulation model. (English) Zbl 1282.90062
Summary: To improve the capabilities of saving energy and reducing pollutant emission of textile printing and dyeing (PD) industry, this article presents a novel agent-based simulation model for assessing the impacts of environmental strategies on a PD enterprise. Two typical PD enterprises in China are simulated with different modelling granularities: one is at a module level, while the other is at an enterprise level. The module-level simulation model depicts detailed production processes in a PD enterprise and evaluates five candidate strategies on their capabilities of improving energy usage and waste emission. The enterprise-level simulation model views a PD enterprise as an agent and assesses three tax strategies for waste discharge. The simulation results show that the proposed general model could be a valuable tool to explore potential solutions to saving energy and reducing waste emission in PD enterprises, after being calibrated to a real case.
MSC:
90B30 Production models
92D40 Ecology
PDF BibTeX XML Cite
Full Text: DOI
References:
[1] Administration, CEP. (ed.) (1996),An Audit Manual for Enterprise Clean Production, Beijing, China: Chinese Environmental Science Press
[2] DOI: 10.1016/j.jclepro.2007.06.014 · doi:10.1016/j.jclepro.2007.06.014
[3] DOI: 10.1080/00207720903308397 · Zbl 1233.90148 · doi:10.1080/00207720903308397
[4] DOI: 10.1016/j.compchemeng.2010.01.020 · doi:10.1016/j.compchemeng.2010.01.020
[5] DOI: 10.1016/j.ecolecon.2009.06.009 · doi:10.1016/j.ecolecon.2009.06.009
[6] DOI: 10.1016/j.matcom.2008.01.028 · Zbl 1140.68507 · doi:10.1016/j.matcom.2008.01.028
[7] DOI: 10.1080/00207720903576472 · Zbl 1290.49079 · doi:10.1080/00207720903576472
[8] DOI: 10.1016/j.enzmictec.2006.07.040 · doi:10.1016/j.enzmictec.2006.07.040
[9] DOI: 10.1080/00207720210133660 · Zbl 1026.90503 · doi:10.1080/00207720210133660
[10] DOI: 10.1017/CBO9780511815850 · doi:10.1017/CBO9780511815850
[11] DOI: 10.1109/TSMCA.2011.2109377 · doi:10.1109/TSMCA.2011.2109377
[12] DOI: 10.1016/j.ins.2006.08.005 · Zbl 05127715 · doi:10.1016/j.ins.2006.08.005
[13] DOI: 10.1080/00207721.2011.564328 · Zbl 1229.90274 · doi:10.1080/00207721.2011.564328
[14] DOI: 10.1038/460685a · doi:10.1038/460685a
[15] DOI: 10.1016/j.envsoft.2009.06.004 · doi:10.1016/j.envsoft.2009.06.004
[16] DOI: 10.1371/journal.pone.0020949 · doi:10.1371/journal.pone.0020949
[17] DOI: 10.1007/11424857_8 · Zbl 05377730 · doi:10.1007/11424857_8
[18] DOI: 10.1002/int.20028 · Zbl 02134275 · doi:10.1002/int.20028
[19] DOI: 10.1080/03081070600661069 · Zbl 1140.93438 · doi:10.1080/03081070600661069
[20] DOI: 10.1002/int.20183 · Zbl 1107.68308 · doi:10.1002/int.20183
[21] Gao, L. Durnota, B., Ding, Y., and Dai, H. (2011b), ’An Agent-Based Simulation System for Evaluating Gridding Urban Management Strategies’,Knowledge-Based Systems, in press, doi:10.1016/j.knosys.2011.07.018 · doi:10.1016/j.knosys.2011.07.018
[22] DOI: 10.1080/18756891.2010.9727745 · doi:10.1080/18756891.2010.9727745
[23] DOI: 10.1016/j.ecolecon.2011.04.014 · doi:10.1016/j.ecolecon.2011.04.014
[24] DOI: 10.1126/science.1116681 · doi:10.1126/science.1116681
[25] Hailu, A. and Gao, L. (2012), ’Recreational Trip Timing and Duration Prediction’,Tourism Economics, In press. Also available online at: AgEcon Search (http://ageconsearch.umn.edu/handle/97474)
[26] DOI: 10.1016/S0378-4754(03)00118-6 · Zbl 1031.92036 · doi:10.1016/S0378-4754(03)00118-6
[27] DOI: 10.1109/3468.952713 · doi:10.1109/3468.952713
[28] DOI: 10.1017/S0269888905000317 · Zbl 05001701 · doi:10.1017/S0269888905000317
[29] DOI: 10.1145/367211.367250 · doi:10.1145/367211.367250
[30] DOI: 10.1080/00207720903576506 · Zbl 05800537 · doi:10.1080/00207720903576506
[31] DOI: 10.1080/00207720903326852 · Zbl 1292.93011 · doi:10.1080/00207720903326852
[32] DOI: 10.1016/j.ecolecon.2004.07.016 · doi:10.1016/j.ecolecon.2004.07.016
[33] DOI: 10.1109/5254.757631 · Zbl 05094794 · doi:10.1109/5254.757631
[34] DOI: 10.1080/00207720903494650 · Zbl 1209.93010 · doi:10.1080/00207720903494650
[35] DOI: 10.1016/0047-2727(74)90003-6 · doi:10.1016/0047-2727(74)90003-6
[36] DOI: 10.1016/S0161-8938(98)00013-1 · doi:10.1016/S0161-8938(98)00013-1
[37] DOI: 10.1016/j.energy.2004.11.014 · doi:10.1016/j.energy.2004.11.014
[38] DOI: 10.1016/j.ecocom.2010.04.004 · doi:10.1016/j.ecocom.2010.04.004
[39] DOI: 10.1016/j.simpat.2007.01.005 · Zbl 05185231 · doi:10.1016/j.simpat.2007.01.005
[40] DOI: 10.1016/j.simpat.2008.07.004 · Zbl 05725931 · doi:10.1016/j.simpat.2008.07.004
[41] DOI: 10.1016/S0167-9236(01)00139-7 · Zbl 01937487 · doi:10.1016/S0167-9236(01)00139-7
[42] DOI: 10.1016/S0098-1354(02)00270-3 · doi:10.1016/S0098-1354(02)00270-3
[43] DOI: 10.1080/10286600701197841 · doi:10.1080/10286600701197841
[44] DOI: 10.1016/j.compchemeng.2007.11.005 · doi:10.1016/j.compchemeng.2007.11.005
This reference list is based on information provided by the publisher or from digital mathematics libraries. Its items are heuristically matched to zbMATH identifiers and may contain data conversion errors. It attempts to reflect the references listed in the original paper as accurately as possible without claiming the completeness or perfect precision of the matching.