MétaCan
Menu
Retour à la cohorte
Enregistrement W1580071239

Tabu search for shipping dangerous goods in a rail-truck network

2011· article· en· W1580071239 sur OpenAlexaff
Manish Verma, Nicolas Zufferey

Notice bibliographique

RevueArchive ouverte UNIGE (University of Geneva) · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésTruckTabu searchTrainTransport engineeringComputer scienceOperations researchMetaheuristicRouting (electronic design automation)Vehicle routing problemPath (computing)Set (abstract data type)GraphVariable (mathematics)Function (biology)Variable neighborhood searchMathematical optimizationAutomotive engineeringEngineeringComputer networkMathematicsAlgorithm
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The problem considered in this paper consists of planning and routing rail-truck intermodal shipments from a set of suppliers to a set of clients. The delivered quantities have to follow a truck-rail-truck intermodal path. There are three constraints to satisfy: the satisfaction of the demand is mandatory, each request should be delivered by its due date, and the capacity of a train cannot be exceeded. The objective function to minimize is a weighted summation of the cost and the risk. The former component concerns the fixed and variable transportation costs associated with trucks and trains, while the latter associated with dangerous goods is non-linear for trains. We propose a graph model to represent this problem and a tabu search metaheuristic to tackle it. Numerical experiments on realistic data are provided and discussed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,726
Score d'incertitude au seuil0,695

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,186
Écart entre enseignants0,155 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchive ouverte UNIGE (University of Geneva)Même sujetMaritime Ports and LogisticsTravaux en français237 207