Planification des tournées dans le domaine de la messagerie rapide
Notice bibliographique
Résumé
.Cet article présente une étude visant à améliorer la planification des tournées d’une entreprise œuvrant dans le domaine de la messagerie rapide. Nous traitons le cas où la collecte et la livraison d’un colis doivent être faites par le même véhicule à l’intérieur d’une fenêtre de temps déterminée par le type de service choisi par le client. Un algorithme en deux phases, une première phase de construction suivie d’une phase d’amélioration basée sur des échanges de type 3-opt, a été conçu afin d’élaborer des tournées adaptées au contexte particulier de l’entreprise. Afin d’évaluer la performance des planificateurs, nous avons utilisé cet algorithme en mode «temps réel», c’est-à-dire en traitant les requêtes de façon à respecter leur arrivée dans le système, et en considérant seulement celles qui ont été traitées par un même planificateur. L’algorithme a été également utilisé dans d’autres contextes, par exemple, dans le cas centralisé où un seul planificateur gère la totalité de la flotte et des requêtes ou encore dans le contexte où les requêtes sont connues d’avance. Les résultats de l’algorithme ont impressionné l’entreprise, qui songe à incorporer le module de planification développé à l’intérieur de son système de répartition.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».