Green and Reliable Freight Routing Problem in the Road-Rail Intermodal Transportation Network with Uncertain Parameters: A Fuzzy Goal Programming Approach
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
In this study, the author focuses on modeling and optimizing a freight routing problem in a road-rail intermodal transportation network that combines the hub-and-spoke and point-to-point structures. The operations of road transportation are time flexible, while rail transportation has fixed departure times. The reliability of the routing is improved by modeling the uncertainty of the road-rail intermodal transportation network. Parameters that are influenced by the real-time status of the network, including capacities, travel times, loading and unloading times, and container trains’ fixed departure times, are considered uncertain in the routing decision-making. Based on fuzzy set theory, triangular fuzzy numbers are employed to formulate the uncertain parameters as well as resulting uncertain variables. Green routing is also discussed by treating the minimization of carbon dioxide emissions as an objective. First of all, a multiobjective fuzzy mixed integer nonlinear programming model is established for the specific reliable and green routing problem. Then, defuzzification, linearization, and weighted sum method are implemented to present a crisp linear model whose global optimum solutions can be effectively obtained by the exact solution algorithm run by mathematical programming software. Finally, a numerical case is given to demonstrate how the proposed methods work. In the case, sensitivity analysis is adopted to reveal the effects of uncertainty on the routing optimization. Fuzzy simulation is then performed to help decision makers to select the best crisp route plan by determining the best confidence level shown in the fuzzy chance constraints.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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