MétaCan
Menu
Retour à la cohorte
Enregistrement W7048853387

Managing Advanced Synchronization Aspects in Logistics Systems

2020· dissertation· en· W7048853387 sur OpenAlexfundno aff

Notice bibliographique

RevueIRIS · 2020
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesHEC MontréalUniversité de LausanneUniversité de Genève
Mots-clésWorkloadSynchronization (alternating current)Range (aeronautics)Space (punctuation)Key (lock)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this thesis, we model various complex logistics problems and develop appropriate techniques to solve them. We improve industrial practices by introducing synchronized solutions to problems that were previously solved independently. The first part of this thesis focuses on cross-docks. We simultaneously optimize supplier orders and cross-docking operations to either reduce the storage space required or evenly distribute workload over the week. The second part of this thesis is devoted to transport problems in which two types of vehicles are synchronized, one of which can be transported by the other. The areas of application range from home services to parcel delivery to customers. After analyzing the complexity associated with these synchronized solutions (i.e., largescale problems for which the decisions depend on each other), we design algorithms based on the "destroy-and-repair" principle to find efficient solutions. We also introduce mathematical programs for all the considered problems. The problems under study arose directly from collaborations with various industrial partners. In this respect, our achieved solutions have been benchmarked with current industrial practice. Depending on the problem, we have been able to reduce the environmental impact generated by the industrial activities, the overall cost, or the social impact. The achieved gains compared to current industrial practice range from 10 to 70%, depending on the application. -- Dans cette thèse, nous modélisons divers problèmes logistiques complexes et développons des techniques appropriées pour les résoudre. Nous cherchons à améliorer certaines pratiques industrielles en introduisant des solutions synchronisées à des problèmes qui étaient auparavant résolus indépendamment. La première partie de cette thèse porte sur les cross-docks. Nous optimisons simultanément les commandes fournisseurs et les opérations au sein de la plateforme de logistique pour réduire l’espace de stockage requis ou répartir uniformément la charge de travail sur la semaine. La deuxième partie de cette thèse est consacrée aux problèmes de transport dans lesquels deux types de véhicules sont synchronisés, l’un pouvant être transporté par l’autre. Les domaines d’application vont du service à domicile à la livraison de colis chez des clients. Après avoir analysé la complexité des solutions synchronisées (c’est-à-dire des problèmes de grandes dimensions pour lesquels les décisions dépendent les unes des autres), nous concevons des algorithmes basés sur le principe de "destruction / reconstruction" pour trouver des solutions efficaces. Nous modélisons également les problèmes considérés avec la programmation mathématique. Les problèmes à l’étude viennent de collaborations avec divers partenaires industriels. A cet égard, les solutions que nous présentons sont comparées aux pratiques industrielles actuelles. En fonction du problème, nous avons pu réduire l’impact environnemental généré par les activités industrielles, le coût global, ou l’impact social des solutions. Les gains obtenus par rapport aux pratiques industrielles actuelles varient de 10 à 70%, selon l’application. Mot-clefs: Logistique, Synchronisation, Problème de transport, Tournée de véhicules, Plateforme de Cross-dock (transbordement), Programmation Mathématiques, Métaheuristiques, Matheuristiques, Instances Réelles

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,012
Tête enseignante GPT0,280
Écart entre enseignants0,268 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIRISMême sujetMagnetic confinement fusion researchTravaux en français237 207