Multi-retailer Cold Chain Management with Multi-stage Quality Degradation and Stochastic Demand
Notice bibliographique
Résumé
Comprehensive models are developed to minimize the total costs of single-supplier (or manufacturer) multi-retailer cold chains in food industry systems. A cold chain is a supply chain with the storage temperature controlled. A well-operated cold chain can preserve the quality of food at a high level and reduce the cost resulted from the quality degradation. Quality degradation is influenced by storage temperature and time and can be measured by using many indices. The global stability index method and non-Arrhenius model are integrated to model the overall quality degradation of a product and to formulate the cost associated with quality degradation. The total cost of a cold chain is the summation of the supplier’s (or manufacturer’s) and retailers’ costs. The costs associated with the supplier or manufacturer include setup, holding, cooling, and transportation costs. The carbon emission cost in transit is also taken into account. The costs related with the retailers include setup, holding, and cooling costs as well as the loss of value resulted from quality degradation of a product. The customer demand of a product is modeled as both deterministic and stochastic. The following four scenarios are investigated: (1) the optimal replenishment times for the supplier and retailers are determined for a single-supplier multi-retailer cold chain with deterministic demand and quality degradation occurring only at the retailers’ side, (2) the optimal replenishment times for the supplier and retailers are found for a single-manufacturer multi-retailer cold chain having deterministic demand and quality degradation taking place in transit and at the retailers’ side, (3) the optimal production rate and replenishment time for the manufacturer as well as the optimal replenishment times and reorder levels for the retailers are determined for a single- manufacturer multi-retailer cold chain with stochastic demand and quality degradation occurring at the manufacturer’s and retailers’ sides, and (4) the optimal replenishment times and order up-to-levels for the vendor and retailers are found for a single-vendor multi-retailer cold chain having stochastic demand and quality degradation taking place at the manufacturer’s and retailers’ sides.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».