Conception et gestion des indisponibilités des sites dans les chaînes logistiques
Notice bibliographique
Résumé
RESUME :La chaîne logistique est sujette à des défaillances aléatoires causées par différents facteurs ce qui engendre l'indisponibilité de certains sites.Dans ce sens, la gestion de ces indisponibilités s'impose comme un choix stratégique afin de garantir les seuils désirés de fiabilité et de disponibilité des différents sites de la chaîne logistique.Dans ce travail, nous nous intéressons à deux problématiques liées au domaine des chaînes logistiques à savoir la conception et la gestion des indisponibilités des sites logistiques.Nous considérons alors un réseau de distribution stochastique avec la prise en compte des décisions de sélection des fournisseurs, de localisation des centres de distribution (DCs), d'affectation des détaillants et de gestion des indisponibilités des DCs.Notre démarche consiste d'abord à trouver la structure optimale de la chaîne logistique en utilisant une approche d'optimisation basée sur les algorithmes génétiques (AG).Ensuite, de simuler le comportement de la chaîne logistique face à la présence d'éventuelles défaillances de DCs.Ainsi, l'objectif de cette étape est l'optimisation de la gestion de ces indisponibilités.Deux stratégies sont réalisées, l'une consiste à remplacer chaque DC indisponible par le DC le plus proche, et l'autre consiste à effectuer une réallocation en utilisant les AG.Les résultats des deux stratégies sont détaillés et comparés.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».