MétaCan
Menu
Retour à la cohorte
Enregistrement W4416027488 · doi:10.1016/j.tre.2025.104491

Inventory routing with heterogeneous vehicles and hazardous material backhauling

2025· article· en· W4416027488 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.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueTransportation Research Part E Logistics and Transportation Review · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Routing Optimization Methods
Établissements canadiensHydro-QuébecHEC Montréal
Organismes subventionnairesMitacs
Mots-clésRouting (electronic design automation)StockoutVehicle routing problemHazardous wasteHeuristicDecompositionDelivery Performance

Résumé

récupéré en direct d'OpenAlex

• Inventory routing problem with delivery and backhauling. • Multi-depot, multi-commodity, heterogeneous vehicles, split delivery. • Branch-and-cut and matheuristic algorithms for large-size instances. • Case study at Hydro-Québec to demonstrate the performance of the model. Efficient coordination of distribution and backhauling is a critical challenge for many industries. This paper is motivated by a real-world case study at Hydro-Québec, a large-scale utility company in North America, and introduces an inventory routing problem that integrates inventory management and vehicle routing under several operational constraints. The problem involves distributing multiple commodities to customer sites while backhauling hazardous materials to depots. The objective is to minimize delivery, collection, and inventory holding costs using a fleet of capacitated heterogeneous vehicles, while ensuring that hazardous materials are transported separately from regular delivery commodities. In each period, a customer’s delivery and backhauling can be split and satisfied by multiple vehicles. We propose a mathematical formulation, introduce valid inequalities, and solve the resulting model using a branch-and-cut algorithm. To tackle large-size instances, a two-phase decomposition matheuristic is developed. To highlight the value of split delivery and backhauling, we compare the solutions from our model with those when split delivery is prohibited and when backhauling is optimized independently. In addition, we investigate the order-up-to level policy and the case when stockout is allowed. An extensive numerical study is conducted on synthetic instances to evaluate the performance of the models and solution approaches. The heuristic algorithm solves the synthetic instances in less than two hours with an average optimality gap of less than 2 %. Finally, a case study is conducted on the Hydro-Québec network to demonstrate the real-world applicability of the model and quantify the benefits to the company. Our proposed model reduces the total routing costs by 21 % compared to the case where backhauling is not integrated and split delivery is not allowed.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,294
Score d'incertitude au seuil0,824

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 technologies0,0000,000
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 Opus0,055
Tête enseignante GPT0,342
Écart entre enseignants0,287 · 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