MétaCan
Menu
Retour à la cohorte
Enregistrement W3187408980 · doi:10.48550/arxiv.2009.14628

Meta Partial Benders Decomposition for the Logistics Service Network\n Design Problem

2020· article· W3187408980 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuearXiv (Cornell University) · 2020
Typearticle
Langue
DomaineEngineering
ThématiqueVehicle Routing Optimization Methods
Établissements canadiensHEC Montréal
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésBenders' decompositionDecompositionComputer scienceBenchmark (surveying)Mathematical optimizationService (business)Operations researchScheme (mathematics)Product (mathematics)Reverse logisticsDecomposition method (queueing theory)Network planning and designSupply chainEngineeringMathematicsComputer network

Résumé

récupéré en direct d'OpenAlex

Supply chain transportation operations often account for a large proportion\nof product total cost to market. Such operations can be optimized by solving\nthe Logistics Service Network Design Problem (LSNDP), wherein a logistics\nservice provider seeks to cost-effectively source and fulfill customer demands\nof products within a multi-echelon distribution network. However, many\nindustrial settings yield instances of the LSNDP that are too large to be\nsolved in reasonable run-times by off-the-shelf optimization solvers. We\nintroduce an exact Benders decomposition algorithm based on partial\ndecompositions that strengthen the master problem with information derived from\naggregating subproblem data. More specifically, the proposed Meta Partial\nBenders Decomposition intelligently switches from one master problem to another\nby changing both the amount of subproblem information to include in the master\nas well as how it is aggregated. Through an extensive computational study, we\nshow that the approach outperforms existing benchmark methods and we\ndemonstrate the benefits of dynamically refining the master problem in the\ncourse of a partial Benders decomposition-based scheme.\n

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,798
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,251
Tête enseignante GPT0,234
Écart entre enseignants0,017 · 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