MétaCan
Menu
Retour à la cohorte
Enregistrement W2920519397 · doi:10.5267/j.ijiec.2019.1.001

Consolidation centers in city logistics: A cooperative approach based on the location routing problem

2019· article· en· W2920519397 sur OpenAlexvenueno aff
Sachin Nataraj, Daniele Ferone, Carlos L. Quintero-Araújo, Ángel A. Juan, Paola Festa

Notice bibliographique

RevueInternational Journal of Industrial Engineering Computations · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueUrban and Freight Transport Logistics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConsolidation (business)City logisticsVehicle routing problemComputer scienceRouting (electronic design automation)Transport engineeringOperations researchOperations managementBusinessEngineeringComputer networkFinance

Résumé

récupéré en direct d'OpenAlex

In the context of city logistics, freight transportation is one of the prominent causes of traffic congestion, high levels of pollution, and safety concerns.To decrease the negative impact of these issues, different methods have been traditionally implemented.On the one hand, the location of urban consolidation Centers (UCCs) near a city can be used to consolidate freight delivery services.Therefore, the number of trucks moving in urban areas can be reduced.On the other hand, Horizontal Cooperation can also help to reduce environmental impact while increasing service level.This paper combines both strategies, that is, we deal with the location of UCCs and, simultaneously, we analyze different scenarios where the players of different supply chain processes exhibit various levels of cooperation.Thus, different levels of cooperations regarding routing and UCCs-location decisions are considered in the following scenarios: (a) non-cooperative case, in which all decisions are decentralized (i.e., each enterprise solves its own vehicle routing problem); (b) low-cooperative case, where depot capacities are shared but the customers are still being served by each company's fleet of vehicles; (c) semicooperative case, based on centralized route planning decisions (i.e.facilities and fleets are shared among participating enterprises); and (d) fully cooperative scenario, where the routing plans and facility-location decisions are taken by consensus amongst all the participants.In order to estimate the benefits of both strategies, we propose a flexible metaheuristic algorithm to deal with the combined location and routing problem under the different cooperative scenarios.Our results show impressive benefits of the proposed approach.

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 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)0,001
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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,230
Écart entre enseignants0,183 · 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

Citations64
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Industrial Engineering ComputationsMême sujetUrban and Freight Transport LogisticsTravaux en français237 207