تجاری سازی فناوریهای سبز نوظهور برای بهبود پایداری فرآیندهای صنعتی ضروری است. با این وجود ، ریسکهایی در تأمین بودجه برای توسعه فناوریهای جدید وجود دارد که به عنوان مانع قابل توجهی برای تجارت آنها عمل می کند. مدلهای ریاضی می توانند ضمن تصمیم گیری در مورد ریسک های فنی و اقتصادی ، تصمیم بسیار مورد نیاز برای تخصیص بهینه از بودجه را فراهم کنند. مقیاس سطح آمادگی فناوری (TRL) یک شکل خوب از رویکرد شایستگی برای تعیین کمیت بلوغ فن آوری های مستقل است ، در حالی که مقیاس اخیر آمادگی سیستم (SRL) که اخیراً توسعه یافته است برای شبکه های فناوری با اجزای وابسته به هم قابل استفاده است. این مقیاس بلوک فناوری عمدتاً برای ارزیابی غیرفعال یک وضعیت خاص فناوری استفاده می شود ، اما ممکن است در یک مدل بهینه سازی برای کمک به برنامه ریزی نوآوری گنجانیده شود. در این کار ، دو مدل برنامه نویسی خطی عدد صحیح مخلوط (MILP) برای بهینه سازی استراتژی ها برای تأمین اعتبار نوآوری ارائه شده است. مدل اول یک MILP دو هدف برای بهینه سازی تخصیص بودجه به سبد پروژه های نوآوری مستقل است. این مدل بر اساس فرمول منبع سینک است و از اطلاعات مربوط به TRL و بازده سرمایه گذاری (ROI) برای تعیین بهترین تخصیص بودجه استفاده می کند. مدل دوم یک MILP قوی است که به منظور به حداکثر رساندن SRL یک سیستم از فن آوری های نوظهور ، تخصیص بودجه پروژه محدود را بهینه می کند. این رویکرد سطح آمادگی یکپارچگی (IRL) را در بین فن آوری های وابسته به یکدیگر متقابل نشان می دهد. هر دو مدل با مطالعات موردی مصور در مورد فناوری های زیست کارخانه به منظور نشان دادن قابلیت های خود نشان داده شده اند.

تجاری سازی فناوریهای سبز نوظهور برای بهبود پایداری فرآیندهای صنعتی ضروری است. با این وجود ، ریسکهایی در تأمین بودجه برای توسعه فناوریهای جدید وجود دارد که به عنوان مانع قابل توجهی برای تجارت آنها عمل می کند. مدلهای ریاضی می توانند ضمن تصمیم گیری در مورد ریسک های فنی و اقتصادی ، تصمیم بسیار مورد نیاز برای تخصیص بهینه از بودجه را فراهم کنند. مقیاس سطح آمادگی فناوری (TRL) یک شکل خوب از رویکرد شایستگی برای تعیین کمیت بلوغ فن آوری های مستقل است ، در حالی که مقیاس اخیر آمادگی سیستم (SRL) که اخیراً توسعه یافته است برای شبکه های فناوری با اجزای وابسته به هم قابل استفاده است. این مقیاس بلوک فناوری عمدتاً برای ارزیابی غیرفعال یک وضعیت خاص فناوری استفاده می شود ، اما ممکن است در یک مدل بهینه سازی برای کمک به برنامه ریزی نوآوری گنجانیده شود. در این کار ، دو مدل برنامه نویسی خطی عدد صحیح مخلوط (MILP) برای بهینه سازی استراتژی ها برای تأمین اعتبار نوآوری ارائه شده است. مدل اول یک MILP دو هدف برای بهینه سازی تخصیص بودجه به سبد پروژه های نوآوری مستقل است. این مدل بر اساس فرمول منبع سینک است و از اطلاعات مربوط به TRL و بازده سرمایه گذاری (ROI) برای تعیین بهترین تخصیص بودجه استفاده می کند. مدل دوم یک MILP قوی است که به منظور به حداکثر رساندن SRL یک سیستم از فن آوری های نوظهور ، تخصیص بودجه پروژه محدود را بهینه می کند. این رویکرد سطح آمادگی یکپارچگی (IRL) را در بین فن آوری های وابسته به یکدیگر متقابل نشان می دهد. هر دو مدل با مطالعات موردی مصور در مورد فناوری های زیست کارخانه به منظور نشان دادن قابلیت های خود نشان داده شده اند.