MétaCan
Menu
Retour à la cohorte
Enregistrement W2009946293 · doi:10.3846/1648-4142.2008.23.230-235

DECISION SUPPORT SYSTEM FOR SOLVING THE STREET ROUTING PROBLEM

2008· article· en· W2009946293 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueTransport · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Routing Optimization Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVehicle routing problemHeuristicsRouting (electronic design automation)Computer scienceKey (lock)SoftwareOperations researchRange (aeronautics)Geographic information systemPath (computing)EngineeringComputer networkComputer securityGeography

Résumé

récupéré en direct d'OpenAlex

Servicing a large number of customers in a city zone is often a considerable part of many logistics chains. The capacity of one delivery vehicle is limited, but, at the same time, it usually serves plenty of customers. This problem is often called a Street Routing Problem (SRP). Key differences between Vehicle Routing Problem (VRP) and SRP are presented here. The main problem of SRP is that when the number of customers is huge, the number of delivery path combinations becomes enormous. As the experimental results show in the case of SRP the error on the length of delivery routes based on an expert's judgment when compared to the optimal solution is in the range of 10–25%. As presented in the paper, only using decision support systems such as Geographical Information Systems (GIS) makes possible to effectively manage SRP. Besides classical measurements used in VRP, such as total length of routes or time required for delivery in each route, other measurements, mostly qualitative ones, are presented. All of these are named as visual attractiveness. This paper discusses possible relationships between quantitative and qualitative measurements that give a promise for finding better solutions of SRP. Several new types of heuristics for solving SRP are evaluated and afterward compared using the real data. One of the key properties of GIS to use routing software is its flexible interactive and user‐friendly environment. Routing software can find a good solution and explore the possibilities while an expert later can change the calculated routes to explore other possibilities based on the expert's judgment. This paper presents a practical use of new heuristics with the ArcView and solution of address mail for several cities in Slovakia served by Slovak Post ltd. Other Decision Support Systems that solve SRP are presented as TRANSCAD developed by Caliper Corporation or GeoRoute promoted by Canadian Post and GIRO.

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.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil0,502

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,023
Tête enseignante GPT0,250
Écart entre enseignants0,227 · 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