Truck and Unmanned Vehicle Routing Problem with Time Windows: A Satellite Synchronization Perspective
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
We consider an important feature of satellite synchronization in the practical scenario of using unmanned vehicles (UVs) carried by trucks for “last-meter” delivery and introduce the truck and UV routing problem with time windows (TUVRP-TW) for optimizing the routes of a homogeneous fleet of truck-UV combinations. A UV that has been dispatched from its truck must be picked up by the same truck or must return by itself to the depot. Customers with time windows are classified into two types: truck-UV customers (TUCs) and UV customers (UCs). The TUCs where trucks dispatch or pick up the carried UVs are regarded as satellites. Fleet coordination and satellite synchronization are essential for modelling the TUVRP-TW. We classify satellite synchronization into inner-satellite synchronization and intersatellite synchronization. The inner-satellite synchronization generally considered in the literature focuses on synchronization operations at the same satellite. Intersatellite synchronization, which focuses on synchronization operations at various satellites, allows UVs to not return to the dispatched locations, if necessary. In the mixed-integer linear programming model of the TUVRP-TW, both binary variables for identifying the appointed satellites and continuous variables for time continuity constraints are introduced to ensure the interaction between truck routes and UV routes. A hybrid algorithm based on a greedy randomized adaptive search procedure (GRASP) and a variable neighborhood search (VNS) is provided. Based on generated instances and benchmark instances, computational experiments are conducted to evaluate the performance of the intersatellite synchronization, the performance of the developed formulation, and the applicability of the hybrid algorithm.
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 | 0,000 |
| 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