Vehicle Routing Problem with Transshipment: Mathematical Model and Algorithm
Notice bibliographique
Résumé
This paper presents a new variant of vehicle routing problem with paired transshipment demands (VRPT) between retail stores (customers) in addition to the regular demand from depot to retail stores. The problem originates in a real distribution network of high-end retail department stores in Thailand. Transshipment demands arise for one-order-per-season expensive items, whose inventories at the depot may become shortage after the middle of a season, while they remain available at some retail stores. A transshipment demand is a request for items that need to be picked up from a specific store that has the items and delivered to the store that requests the items. The objective of solving the VRPT is to find delivery routes that can satisfy both regular demands and transshipment demands in the same routes without incurring too much additional transportation distance. A mixed integer linear programming model is formulated to represent the VRPT. Six small problem instances are used to test the model. A hybrid threshold accepting and neighborhood search heuristic is also developed to solve large problem instances of VRPT. The heuristic is further extended to include a forbidden list of transshipment demands that should not be included in the same routes. The purpose is to prevent incurring too much additional distance from satisfying transshipment demands. With the forbidden list, the problem becomes vehicle routing problem with optional transshipment demands (VRPOT). Computational testing shows promising results that indicate effectiveness of the proposed hybrid heuristics as well as the forbidden list.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».