MétaCan
Menu
Retour à la cohorte
Enregistrement W4386796786 · doi:10.23977/jeis.2023.080308

Emergency Routing and Structural Optimization of E-commerce Logistics Network for Parcel Transportation Based on Multiple Models

2023· article· en· W4386796786 sur OpenAlexvenueno aff
Zhe Guo

Notice bibliographique

RevueJournal of Electronics and Information Science · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueE-commerce and Technology Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTOPSISWorkloadComputer scienceIdeal solutionOperations researchTransport networkAnt colony optimization algorithmsTable (database)Transport engineeringData miningEngineeringComputer network

Résumé

récupéré en direct d'OpenAlex

The adjustment measures include closing or opening new routes, but not adding new logistics sites. To achieve dynamic adjustment of the logistics network's route structure, including the closure or development of new routes, the aim is to minimize the number of routes affected by changes in cargo volume before and after the closure of DC9, while maintaining a balanced workload among the routes. Therefore, an Ant Colony Optimization (ACO) algorithm model is established, and MATLAB and SPSSPRO are utilized to solve the prepared table based on the ACO model. The obtained routes DC69→DC5, DC69→DC8, DC69→DC14, and DC69→DC62 have a cargo conformity rate of 97%, with an average route workload of around 7%. The remaining cargo across all routes is 11,280.7. This indicates that the overall results remain unaffected after deleting DC9 and adding the new route DC3→DC1, with no routes exceeding the required conformity, satisfying the practical requirements. Next, an evaluation is conducted to assess the importance of different logistics sites and routes within the network. Taking into account basic conditions, such as parcel quantities, transport frequencies, maximum transport capacities, transfer capacities, and other influencing factors, a TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) analysis model is constructed. The processed table is used to analyze the network's robustness, determining appropriate settings for processing and transport capacities. The objective is to reduce the overall operating costs of the network while ensuring a more balanced distribution of network workload.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,024
Tête enseignante GPT0,259
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Electronics and Information ScienceMême sujetE-commerce and Technology InnovationsTravaux en français237 207