Combining ant colony optimization with 1-opt local search method for solving constrained forest transportation planning problems
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.
Notice bibliographique
Résumé
We developed a two-stage approach (ACOLS) combining the ant colony optimization (ACO) algorithm and a 1-opt local search to solve forest transportation planning problems (FTPPs) considering fixed and variables costs and sediment yields expected to erode from road surfaces as side constraints. The ACOLS was designed for improving ACO performance and ensure the applicability to real-world, large-scale FTPPs with multiple time periods. It consists of three major routines: i) least-cost route finding process from all timber sales simultaneously, ii) two stage search process developed to quickly find feasible (stage I) and high-quality (stage II) solutions and, iii) 1-opt local search solution refinement to further improve solution quality. The ACOLS was first applied to a medium-scale hypothetical FTPP on which four cases with increasing level of sediment constraint were considered. To test for robustness, the ACOLS was then applied to ten different problems instances created basing on the same topology of the hypothetical FTPP. Lastly, the ACOLS was applied to a real-world, large-scale FTPP considering thousands of roads segments, hundreds of timber sales, and multiple products and planning periods. Feasible solutions were found for all cases indicating the usefulness of our approach to provide managers with an efficient tool to address large-scale transportation problems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle