Notice bibliographique
Résumé
This thesis introduces a new delivery method for electronic grocery shopping. This method involves a peer-to-peer matching system in which customers (carriers) who shop at a grocery store are assigned other customers (clients) who have ordered groceries to be delivered to their home. Carriers deliver groceries to the clients’ homes, in return for an incentive. The matching system matches carriers to clients to minimize the total travel time on the network.In order to examine how this new method of delivery performs, we compare it with the current methods of grocery delivery: regular grocery shopping, where every customer visits the grocery store, and truck delivery service, where groceries are delivered to customers who have ordered them. Four different scenarios are designed and simulated. A set of performance measures is then developed in order to evaluate the different scenarios. The matching system is simulated by employing a mixed-integer optimization method and solved by the IBM-CPLEX add-on in Matlab. The truck delivery service is presumed to be a multi-depot split-delivery truck delivery service and is simulated by using a partial inference of a multi-depot split-delivery vehicle routing problem heuristic. The scenarios are simulated and examined on a hypothetical network –The Sioux Falls traffic network.The most important finding from the results is that the new delivery system – the matching system – performs well in terms of total travel time in the network and has the potential to be implemented alongside the two other current methods of grocery shopping. The matching system reduces the travel time in the network compared to regular grocery shopping, but does not outperform truck home delivery service. The performance of the matching system is found to be the greatest when the number of carriers is equal to the number of clients.The matching system produced acceptable results in the study presented in this thesis; however, the need for a more detailed investigation is obvious to be able to judge its privileges to the regular truck delivery service.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».