Intermodal Hub Network Design with Probabilistic Service-Level Constraints
Notice bibliographique
Résumé
In this paper, we study the intermodal hub network design problem with probabilistic service-level constraints ensuring that total service time requirements of customers’ orders are satisfied with a minimum probability. The intermodal network is modeled as a Jackson queueing network with [Formula: see text] queues for the hubs and [Formula: see text] queues for transport operations. We characterize the total service time distribution and propose a cutting-plane algorithm that exploits the characteristics of this distribution. We show that the α-level sets of the total sojourn time distribution for a transport path including two or more hubs are homothetic with some homothetic center. This characteristic allows for the derivation of valid inequalities leading to significant reductions in the solution time. We propose a worst-case renewal approximation considering [Formula: see text] queues to extend our analysis to non-Jackson networks. We prove that the properties of the total sojourn time distribution derived for Jackson networks also hold for this renewal approximation, allowing the application of the derived cutting-plane approach to the general case. Extensive computational experiments are performed on the Australian Post and Colombian data sets to assess the performance of the proposed formulations and solution algorithms. Funding: The authors acknowledge support from the Natural Sciences and Engineering Research Council of Canada. Supplemental Material: The online appendix is available at https://doi.org/10.1287/trsc.2024.0657 .
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».