MétaCan
Menu
Retour à la cohorte
Enregistrement W4407722540 · doi:10.1016/j.seps.2025.102185

The time-definite hub line location problem

2025· article· en· W4407722540 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.

Notice bibliographique

RevueSocio-Economic Planning Sciences · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Routing Optimization Methods
Établissements canadiensUniversité du Québec à MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésLine (geometry)Computer scienceMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

This paper introduces the Time-Definite Hub Line Location Problem (TD-HLLP), an innovative extension to the Hub Line Location Problem (HLLP) which aims to capture the time restrictions usually observed in delivery time on real logistics settings. To address this important gap in existing Hub Line models proposed in the literature, we propose a novel formulation that relies on a set-packing approach to enhance efficiency in time-sensitive deliveries. We conduct a thorough numerical analysis of the TD-HLLP behavior under various operational scenarios to explore the intertwined relationship between the number of vehicles performing the inter-hub transportation, the service level (i.e., the promised longest delivery time), and the network cost. Our results provide valuable information to regional transport managers who commit themselves to service constraints on delivery times. • The Time-definite Hub-Line Location Problem (TD-HLLP) shows how time constraints reshape hub and spoke allocation decisions. • Two inter-hub vehicle configurations significantly reduce delivery times compared to one vehicle. • Stricter service levels can force suboptimal hub placements to meet time limits. • TD-HLLP ensures optimal network designs for healthcare and logistics contexts. • Equilibrium points reveal when additional vehicles no longer improve efficiency.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,466
Score d'incertitude au seuil0,506

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 technologies0,0010,000
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 Opus0,018
Tête enseignante GPT0,291
Écart entre enseignants0,273 · 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