MétaCan
Menu
Retour à la cohorte
Enregistrement W2761574541 · doi:10.1155/2017/1712325

Highway Passenger Transport Based Express Parcel Service Network Design: Model and Algorithm

2017· article· en· W2761574541 sur OpenAlexvenueno aff
Yuan Jiang, Baofeng Sun, Gendao Li, Zhibin Lin, Changxu Zheng, Xiuxiu Shen

Notice bibliographique

RevueJournal of Advanced Transportation · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesJilin Scientific and Technological Development ProgramSpecialized Research Fund for the Doctoral Program of Higher Education of ChinaBritish Academy
Mots-clésNetwork planning and designRobustness (evolution)Flow networkComputer scienceInteger programmingService (business)Flexibility (engineering)Level of serviceNetwork modelOperations researchTransport networkAlgorithmMathematical optimizationTransport engineeringEngineeringData miningComputer networkMathematics

Résumé

Highway passenger transport based express parcel service (HPTB-EPS) is an emerging business that uses unutilised room of coach trunk to ship parcels between major cities. While it is reaping more and more express market, the managers are facing difficult decisions to design the service network. This paper investigates the HPTB-EPS network design problem and analyses the time-space characteristics of such network. A mixed-integer programming model is formulated integrating the service decision, frequency, and network flow distribution. To solve the model, a decomposition-based heuristic algorithm is designed by decomposing the problem as three steps: construction of service network, service path selection, and distribution of network flow. Numerical experiment using real data from our partner company demonstrates the effectiveness of our model and algorithm. We found that our solution could reduce the total cost by up to 16.3% compared to the carrier’s solution. The sensitivity analysis demonstrates the robustness and flexibility of the solutions of the model.

Conservé avec la notice de tri, où il sert de preuve aux étiquettes ci-dessus.

Comment cette classification a été obtenuedéplier

Le tri à trois modèles

les 5 600 travaux triés →

Les trois modèles l'ont jugé hors champ.

strate : venue_new · poids de sondage : 2684.25 (l'échantillon est stratifié ; tout taux calculé sans le poids est faux)
Claude Opus 4.8OUT
genre : empirical
porte sur le Canada: non
confiance: high

Operations research model for designing an express parcel service network on highway coaches.

GPT-5.6 (high)OUT
genre : conceptual
porte sur le Canada: non
confiance: high

It develops an optimization model for parcel transport networks, not research practice.

Grok 4.5OUT
genre : empirical
porte sur le Canada: non
confiance: high

Operations research on highway express parcel service network design.

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,290
Écart entre enseignants0,263 · 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 source (Gemma direct ou Codex distillé), 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

Citations17
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetTransportation Planning and OptimizationTravaux en français237 207