Secured Multi-Dimensional Robust Optimization Model for Remotely Piloted Aircraft System (RPAS) Delivery Network Based on the SORA Standard
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
The range of applications of RPAs in various industries indicates that their increased usage could reduce operational costs and time. Remotely piloted aircraft systems (RPASs) can be deployed quickly and effectively in numerous distribution systems and even during a crisis by eliminating existing problems in ground transport due to their structure and flexibility. Moreover, they can also be useful in data collection in damaged areas by correctly defining the condition of flight trajectories. Hence, defining a framework and model for better regulation and management of RPAS-based systems appears necessary; a model that could accurately predict what will happen in practice through the real simulation of the circumstances of distribution systems. Therefore, this study attempts to propose a multi-objective location-routing optimization model by specifying time window constraints, simultaneous pick-up and delivery demands, and the possibility of recharging the used batteries to reduce, firstly, transport costs, secondly, delivery times, and thirdly, estimated risks. Furthermore, the delivery time of the model has been optimized to increase its accuracy based on the uncertain conditions of possible traffic scenarios. It is also imperative to note that the assessment of risk indicators was conducted based on the Specific Operations Risk Assessment (SORA) standard to define the third objective function, which was conducted in a few previous studies. Finally, it shows how the developed NSGA-II algorithm in this study performed successfully and reduced the objective function by 31%. Comparing the obtained results using an NSGA-II meta-heuristic approach, through the rigorous method GAMS, indicates that the results are valid and reliable.
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 | 0,001 | 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