Two‐Echelon Pickup and Delivery Problem Using Public Transport in City Logistics
Notice bibliographique
Résumé
The rapid increase in e‐commerce and the emergence of combined passenger/freight systems in urban areas have raised the question of how best to integrate public transport services into door‐to‐door deliveries. This paper develops a variant of the pickup and delivery problem, called the two‐echelon pickup and delivery problem using public transport (2E‐PDP‐PT). In the 2E‐PDP‐PT, the transportation network is split into two echelons. Different vehicles are utilized across the first and second echelons to ensure distribution efficiency. Parcels are delivered by public transport with free capacity or via trucks between satellites in the first echelon, and logistics vehicles are operated in the second echelon. The satellites are located at the echelon borders to transfer commodities between echelons. The 2E‐PDP‐PT aims to minimize total delivery costs and improve public transport capacity utilization. We formulate a new mathematical model based on a space‐time network and adopt an adaptive large neighborhood search (ALNS) algorithm for the 2E‐PDP‐PT. The effectiveness of the ALNS algorithm is validated using newly generated small‐scale instances. Furthermore, we investigate large‐scale instances based on the Beijing Yizhuang transportation network. The computations show that an average total delivery cost savings of 4.5% is feasible. In addition, we analyze the impact of demand distributions and compare the ALNS algorithm and the LNS algorithm. Finally, we conclude that dynamically integrating public transport into freight transport services can benefit both logistics companies and public transport operators.
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 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».