MétaCan
Menu
Retour à la cohorte
Enregistrement W4385840258 · doi:10.3390/math11163521

Optimization Models for the Vehicle Routing Problem under Disruptions

2023· article· en· W4385840258 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMathematics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Routing Optimization Methods
Établissements canadiensMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésVehicle routing problemRouting (electronic design automation)Computer scienceMathematical optimizationOperations researchHeuristicGeneralizationPlan (archaeology)Property (philosophy)MathematicsArtificial intelligenceComputer network

Résumé

récupéré en direct d'OpenAlex

In this paper, we study the role of disruptions in the multi-period vehicle routing problem (VRP), which naturally arises in humanitarian logistics and military applications. We assume that at any time during the delivery phase, each vehicle could have chance to be disrupted. When a disruption happens, vehicles will be unable to continue their journeys and supplies will be unable to be delivered. We model the occurrence of disruption as a given probability and consider the multi-period expected delivery. Our objective is to either minimize the total travel cost or maximize the demand fulfillment, depending on the supply quantity. This problem is denoted as the multi-period vehicle routing problem with disruption (VRPMD). VRPMD does not deal with disruptions in real-time and is more focused on the long-term performance of a single routing plan. We first prove that the proposed VRPMD problems are NP-hard. We then present some analytical properties related to the optimal solutions to these problems. We show that Dror and Trudeau’s property does not apply in our problem setting. Nevertheless, a generalization of Dror and Trudeau’s property holds. Finally, we present efficient heuristic algorithms to solve these problems and show the effectiveness of the proposed models and algorithms through numerical studies.

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 candidatesaucune
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: Méthodes
Score de désaccord entre enseignants0,125
Score d'incertitude au seuil0,368

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,056
Tête enseignante GPT0,298
Écart entre enseignants0,242 · 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