MétaCan
Menu
Retour à la cohorte
Enregistrement W4385275468 · doi:10.1080/03155986.2023.2229208

Mathematical formulations for multi-period network design with modular capacity adjustments

2023· article· en· W4385275468 sur OpenAlexafffundvenue
Warley Almeida Silva, Sanjay Dominik Jena, Karan Jeswani

Notice bibliographique

RevueINFOR Information Systems and Operational Research · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensUniversité du Québec à MontréalUniversité de Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologies
Mots-clésModular designTime horizonMathematical optimizationComputer scienceNetwork planning and designInteger programmingInteger (computer science)Selection (genetic algorithm)Function (biology)Order (exchange)Operations researchMathematicsArtificial intelligenceEconomics

Résumé

récupéré en direct d'OpenAlex

Network design problems are at the heart of several applications in domains such as transportation, telecommunication, energy and natural resources. This paper proposes a new multi-period network design problem variant, in which modular capacities can be added or reduced along the planning horizon in order to adapt to demand changes. The problem further allows to represent economies of scales in function of the total arc capacity, a detail that has typically been overlooked in the literature. This paper particularly emphasizes the different alternatives to formulate the problem. We propose two different mixed-integer programming formulations and analyze further modeling alternatives. We theoretically compare the strength of all formulations and evaluate their computational performance in extensive experiments. The results suggest that a recent modeling technique using more precise decision variables yields the strongest formulation, which also results in significantly faster solution times. The use of this formulation may therefore be beneficial when considering similar problem variants. Finally, we also evaluate the economical benefits of the features introduced in this new problem variant, indicating that both the selection of the capacity levels and the capacity adjustment along time are likely to result in significant cost savings.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,907
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,002
Science ouverte0,0000,000
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 Opus0,210
Tête enseignante GPT0,403
Écart entre enseignants0,193 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueINFOR Information Systems and Operational ResearchMême sujetTransportation Planning and OptimizationTravaux en français237 207