淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-3108200914533800
中文論文名稱 台灣廢玻璃容器回收補貼費率制定之研究-以模擬退火法解算多階層非線性規劃問題
英文論文名稱 An Analysis of Setting Treatment Fee on Recycling of Waste Glass Industries in Taiwan - Solving A Multi-Level Nonlinear Programming Approach Problem through Simulated Annealing
校院名稱 淡江大學
系所名稱(中) 管理科學研究所碩士班
系所名稱(英) Graduate Institute of Management Science
學年度 97
學期 2
出版年 98
研究生中文姓名 柯信安
研究生英文姓名 Xin-An Ke
學號 696620607
學位類別 碩士
語文別 中文
口試日期 2009-06-25
論文頁數 78頁
口試委員 指導教授-時序時
委員-張炳騰
委員-林長青
中文關鍵字 資源回收  廢玻璃容器  回收清除處理費率  多階層非線性規劃  模糊趨近法  模擬退火 
英文關鍵字 Recycling  Waste glass  Recycling and treatment fee  Multi-level Nonlinear Programming  Simulated Annealing  Fuzzy approach 
學科別分類 學科別社會科學管理學
中文摘要 有鑑於資源回收費率公式之爭議,本研究以多階層非線性數學規劃對廢玻璃容器回收議題進行探討,並綜合各決策單位的考量,建立符合現狀的費率模型,再以模擬退火法進行解算,並進行敏感度分析,以期對資源回收之效能及補貼費率之制度有所裨益。
環保署基金管理委員會依據廢棄物清理法和延伸生產者責任制的規範,研擬回收清除處理費率與回收清除處理補貼費率,對生產責任業者課徵回收清除處理費,並將這些基金當作維持國內資源回收體系經費來源,其中包含內部行政成本及給予回收處理業者的補貼費。回收處理業者則根據基金管理委員會獎勵的回收清除處理費與資源化價值的考量,決定投入資源回收的程度。然而基金管理委員會制訂的徵收、補貼費率公式一直以來備受外界爭議,資源回收體系內的各個決策單位對於此費率只能逆來順受,在有利益收入的狀況下,被動的從事資源回收工作,造成資源回收體系的運作效率無法提升,間接使得環境影響成本無法降低。有鑑於此,本研究深入探討資源回收體系內的各個決策單位及其目標,並以廢玻璃容器當作研究標的,建立一個多階層非線性規劃問題,基金管理委員會當作高階決策單位,其目標為平衡基金預算與環境影響成本極小;回收處理業者看成低階決策單位,其目標為自身利潤極大。
本研究將廢玻璃容器的資源回收現狀,並以實際的歷史資料為依據,以多階層非線性規劃問題呈現,經由模糊趨近法轉成一階非線性規劃問題。最後運用模擬退火演算法的技術求解,避免局部最佳而找出最適費率,期望藉此提升資源回收體系的運作效率,進而減低廢棄物對環境的傷害。
英文摘要 For the dispute in setting recycling and treatment fee on recycling questions, this research opens up thinking by using of the Multi-level Nonlinear Programming (MLNLP) incorporating the interests of different decision units with interaction. The algorithm of Simulated annealing (SA) in exploited to solve the MLNLP problem with near-optimal solutions. A sensitivity analysis is also executed for verifying the suggested model. The model and solving algorithm will find the suitable subsidy to recycling industries in Taiwan for the benefit of environmental protection.
The Recycling Fund Management Board (RFMB) in Environmental Protection Administration of ROC Government sets up the recycling and treatment fee to the producer for taxes according to the standard of the Waste Clean-up and Treatment Law (WCTL) and Extended Producer Responsibility (EPR). Then the RFMB keeps these funds as a source to maintain domestic recycling system workable, among them including the internal administrative cost and the subsidy for the recycling industries. Based on the consideration on both sides for the subsidy of recycling and treatment fee and the price of processed recycling, the recycling industries will determine how much effort to the recycling operations.
Setting up the mechanism on the recycling and treatment fee by RFMB, however, is always an external dispute. Each decision unit in the recycling system can only roll with the punches, and engage in recycling passively under having state of the revenue. It will result in the in-efficiency of the recycling system and make the cost of environmental impact unable to reduce indirectly. In view of this, this research probes into each decision unit and their objectives in the recycling system, and regards the waste glass industries as the target of study for ease of standardization the system. In the multi-level model, the upper-level decision unit is RFMB and its objective is to balance the funds and minimize environmental impact cost; the lower-level is the recycling industries and their objective is to minimize profits.
Since the problem is difficult to solve, we transform it into a low-level problem by fuzzy approach. Then SA is utilized to avoid local optimal solution.
We hope the proposed approach provides another view for setting recycling and treatment fee for used glass containers in Taiwan.
論文目次 目錄
表目錄 V
圖目錄 VI
第1章 緒論 1
1.1 研究背景與動機 1
1.2 研究範圍及對象 2
1.3 研究目的 2
1.4 研究方法 3
1.5 研究流程 3
第2章 文獻回顧 5
2.1 我國廢玻璃容器資源回收現狀 5
2.1.1 我國資源回收背景與現況 5
2.1.2 廢玻璃容器資源回收環境 9
2.1.3 基管會費率公式 12
2.2 延伸生產者責任制 14
2.3 多階層數學規劃 16
2.3.1 背景與介紹 16
2.3.2 定義與特性 17
2.3.3 求解方法 18
2.4 模糊數學規劃 20
2.5 模擬退火演算法 21
2.6 小結 26
第3章 廢玻璃容器資源回收費率建模 27
3.1 廢玻璃容器費率建模 27
3.1.1 問題描述 28
3.1.2 符號說明與條件假設 32
3.1.3 高階目標函數----基管會 33
3.1.4 低階目標函數----回收處理業者 34
3.1.5 模型限制式 36
3.2 二階層數學規劃模型建模實例----廢玻璃容器回收問題 38
3.2.1 廢玻璃容器參數設定 38
3.2.2 二階層數學規劃之廢玻璃容器資源回收模型 43
3.3 小結 44
第4章 模型求解與分析比較 45
4.1 模型求解 45
4.1.1 模糊趨近法轉換模型 45
4.1.2 模擬退火演算法求解 51
4.2 廢玻璃容器模型求解參數分析 52
4.3 敏感度分析 54
4.3.1 回收清除處理費率(Cf) 54
4.3.2 回收清除處理補貼費率(Ca) 55
4.3.3 行政成本比例(r) 57
4.4 與現行基管會費率比較 58
4.5 小結 59
第5章 結論與建議 60
5.1 結論 60
5.2 建議 61
參考文獻 62
附錄A 模擬退火演算法流程 67
附錄B 非線性一階層數學規劃模型之LINGO程式碼 69
附錄C 模擬退火演算法透過MATLAB求解4-10之程式碼 70
附錄D 以LINGO軟體求解4-10之程式碼 74
附錄E 以CF作敏感度分析之MATLAB程式碼 75

表目錄
表2-1 環保署公告應回收項目 7
表2-2 我國與其他各國EPR制度之比較 15
表3-1 歐洲國家資源回收成本分攤比例表 29
表3-2 環保署公告費率值 30
表3-3 廢玻璃容器回收處理廠設備使用率 30
表3-4 2005年廢玻璃回收處理成本 40
表3-5 廢玻璃容器之環境影響成本 41
表3-6 廢玻璃容器類資源化價值 42
表3-7 各處理廠2005年資源化價值 42
表3-8 廢玻璃容器資源化價值 43
表3-9 模型參數表說明 44
表4-1 高階目標函數單獨求解結果 46
表4-2 低階目標函數單獨求解結果 47
表4-3 模擬退火演算法各個變數初始值 51
表4-4 以模擬退火演算法求解10,000組變數之最大值、最小值與平均值 52
表4-5 以LINGO軟體求解之對照表 52
表4-6 回收清除處理費率(Cf)之敏感度分析 55
表4-7 回收清除處理補貼費率(Ca)之敏感度分析 56
表4-8 行政成本比例(r)之敏感度分析 57
表4-9 費率公式比較 59

圖目錄
圖1-1 研究流程架構 4
圖2-1 基管會運作現況(彭孟吟,2008) 9
圖2-2 資源回收四合一制度(環保署資源回收網) 10
圖2-3 廢玻璃容器回收體系之決策單位 11
圖2-4 多階層數學規劃問題求解方法之分類(Shih et al., 2004) 19
圖2-5 最陡坡降法與模擬退火法之能力比較(徐君豪,1998)
圖2-6 模擬退火演算法跳脫局部最小值之能力 24
圖2-7 模擬退火演算法流程圖 25
圖3-1 基管會回收清除處理費流向(彭孟吟,2008) 31
圖3-2 二次料市場需求函數 35
圖3-3 回收處理總成本 36
圖4-1 f1的模糊趨近轉換 47
圖4-2 Cf的模糊趨近轉換 48
圖4-3 Ca的模糊趨近轉換 48
圖4-4 r的模糊趨近轉換 49
圖4-5 f2的模糊趨近轉換 49

參考文獻 參考文獻
英文部分
Bard, J. F. (1983). Coordination of a multidivisional organization through two levels of management. Omega, 11(5), 457-468.
Bard, J. F., Plummer, J., & Sourie, J. C. (2000). A bilevel programming approach to determining tax credits for biofuel production. European Journal of Operational Research, 120(1), 30-46.
Bellman, R. E. & L. A. Zadeh. (1970). Decision-making in a fuzzy environment. Management Science, l7, 141-164
Buchanan, J. T., & Gardiner, L. (2003). A comparison of two reference point methods in multiple objective mathematical programming. European Journal of Operational Research, 149(1), 17–34.
Clegg, J., Smith, M., Xiang, Y., & Yarrow, R. (2001). Bilevel programming applied to optimising urban transportation. Transportation Research Part B, 35(1), 41-70
Eglese, R.W. (1990). Simulated Annealing: A tool for Operational Research. European Journal of Operational Research, 46(3), 271-281.
Forslind, K. H. (2005). Implementing extended producer responsibility: the case of Sweden’s car scrapping scheme. Journal of Cleaner Production, 13(6), 619-629.
Goffe W. L., Ferrier G. D., & John Rogers (1994). Global optimization of statistical functions with simulated annealing, Journal of Econometrics 60, 65-99.
Henig, M. I., & Buchanan, J. T. (1997). Tradeoff directions in multiobjective optimization problems. Mathematical programming, 78(3), 357-374.
Inuiguchi, M., M. Sakawa, & Y. Kume (1994). The usefulness of possibilistic programming in production planning problems. International Journal of Production Economic 33, 45-52.
Kirkpatrick, S. (1984). Optimization by Simulated Annealing: Quantitative Studies, Journal of Statistical Physics, VoL 34, Nos. 5/6.
Kirkpatrick, S., Gelatt, C. D., & Vecchi, M. P. (1983). Optimization by Simulated Annealing, Science, 220(4598), 671-680.
Kuhn, H. W., & Tucker, A. W. (1951). Nonlinear Programming. University of California Press, Berkeley.
Lee, E. S., & Shih, H. -S. (2001). Fuzzy and Multi-Level Decision Making: An Interactive Computational Approach. London: Spring-Verlag.
Marcotte, P., Savard, G., & Semet, F. (2004). A bilevel programming approach to the travelling salesman problem. Operations Research Letters, 32(3), 240-248.
Markowitz, H. (1952). Portfolio Selection. Journal of Finance, 7(1), 77-91.
McKerlie, K., Knight N., & Thorpe, B. (2006). Advancing Extended Producer Responsibility in Canada. Journal of Cleaner Production, 14(6-7), 616-628.
Sahin, K. H., & Ciric, A. R. (1998). A dual temperature simulated annealing approach for solving bilevel programming problems. Computers and Chemical Engineering, 23(1), 11-25.
Shih, H.-S., Lai, Y.-J, & Lee, E. S. (1996). Fuzzy Approach for Multi-Level Programming Problems. Computer Operations Research, 23(1), 73-91.
Shih, H. S., Wen, U. P., Lee, E. S., Lan, K. M., & Hsiao, H.C. (2004). A Neural Network Approach to Multiobjective and Multilevel Programming Problems. Computers and Mathematics with Applications, 48(1-2), 95-108.
Von Neumann, J., & Morgenstern, O. (1944). Theory of Games and Economic Behavior. Princeton, N. J..
Wen, U.-P., & Hsu, S.-T. (1991). Linear Bi-level Programming Problems. Operational Research Society, 42(2), 125-133.
Zimmermann, H.-J. (1978). Fuzzy programming and linear programming with several objective functions. Fuzzy Sets and Systems, 1, 45-56.

中文部分
丁執宇、黃宗煌(2002年10月)。我國現行廢資訊物品回收模式問題探討與建議。研討會論文,工業減廢。工業減廢暨永續發展研討會。台灣大學第二活動中心。
方志鵬、張陽郎、梁文耀、林鈞傑(2007年12月)。一個對於高光譜影像的二維模擬退火波段選擇方法。航測及遙測學刊,12(4),303-317。
李世炳、鄒忠毅(2002年4月)。簡介導引模擬退火法及其應用。物理雙月刊,24(2),307-319。
邱昱禎(2003)。模糊規劃理論與優選法於水庫操作之研究。臺灣大學生物環境系統工程學系暨研究所碩士論文。
林健三、林健榮(2005)。固體廢棄物處理。台北:高立圖書。
梁添富(2004)。模糊數學規劃於整體生產規劃決策之應用。台灣科技大學工業管理系博士論文。
徐君豪(1998)。全域工程最佳化之模擬退火法。淡江大學機械工程研究所碩士論文。
陳永仁、黃揮原(2003)。廢棄物回收政策-台灣經驗。台灣衛誌, 22(4),318-326。
陳博貴(2008)。96年二手電腦回收轉贈作業。行政院環境保護署2007年度委託研究計畫。
許志義(2003)。多目標決策(2版)。台北:五南圖書。
彭孟吟(2008)。兩階層數學規劃費率制定之研究-以台灣玻璃容器資源回收機制為例。淡江大學管理科學研究所碩士論文。
張益欽(2006)。模糊要素價格下要素配置問題之求解與其應用。南台科技大學工業管理研究所碩士論文。
葉怡成(2003)。類神經網路模式應用與實作。台北:儒林圖書。
溫杰炤(2006)。地震災區交通管制模式構建及應用。交通大學交通運輸研究所博士論文。
溫麗琪(2005)。廢棄物回收處理費之回收處理市場即誘因效果。人文及社會科學集刊,17卷3期,491-520。
溫麗琪(2005)。應回收廢棄物回收制度與費率架構檢討評估。行政院環境保護署2004年度委託研究計畫。
溫麗琪(2006)。應回收廢棄物責任業者範圍界定與費率因子檢討評估。行政院環境保護署2005年度委託研究計畫。
溫麗琪(2007)。應回收廢棄物回收清除處理成本調查分析及費率訂定計劃。行政院環境保護署2006年度委託研究計畫。
溫麗琪(2008)。資源回收費率審議委員會議運作及回收清除處理費率架構檢討計畫。行政院環境保護署2007年度委託研究計畫。
蔡有恆、虞孝成、劉宜欣(2007年6月)。資源配置最適化二階層線性規劃模型之研究:以科技專案計畫預算分配為例。科技管理學刊,12(2),93-124。

網頁部分
行政院環保署資源回收基管會資源回收網,http://recycle.epa.gov.tw/EPA/show_page.ashx?sno=21#a9。
行政院環境保護署,http://www.epa.gov.tw/。
郭財吉,國際上具延長生產者責任精神之回收規範介紹,http://www.ftis.org.tw/cpe/download/she/Issue20/subject20-2.htm。
維基百科,http://en.wikipedia.org/wiki/Main_Page。
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2012-09-02公開。
  • 同意授權瀏覽/列印電子全文服務,於2012-09-02起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信