論文の概要: Mathematical simulation of package delivery optimization using a
combination of carriers
- arxiv url: http://arxiv.org/abs/2011.01200v1
- Date: Mon, 2 Nov 2020 18:44:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-26 01:41:24.611827
- Title: Mathematical simulation of package delivery optimization using a
combination of carriers
- Title（参考訳）: キャリアの組み合わせによるパッケージ配送最適化の数学的シミュレーション
- Authors: Valentyn M. Yanchuk, Andrii G. Tkachuk, Dmitry S. Antoniuk, Tetiana A.
Vakaliuk, and Anna A. Humeniuk
- Abstract要約: 著者らは、世界中のサプライヤーやローカルキャリアが配送する経路を組み合わせて、長距離配送のためのパッケージ配送のコスト最適化の問題を分析して提案した。
実験は、幅広いキャリアをデリバリーサービスに使用している米国企業のデータソースに基づいている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A variety of goods and services in the contemporary world requires permanent
improvement of services e-commerce platform performance. Modern society is so
deeply integrated with mail deliveries, purchasing of goods and services
online, that makes competition between service and good providers a key
selection factor. As long as logistic, timely, and cost-effective delivery
plays important part authors decided to analyze possible ways of improvements
in the current field, especially for regions distantly located from popular
distribution centers. Considering both: fast and lazy delivery the factor of
costs is playing an important role for each end-user. Given work proposes a
simulation that analyses the current cost of delivery for e-commerce orders in
the context of delivery by the Supplier Fleet, World-Wide delivery service
fleet, and possible vendor drop-ship and checks of the alternative ways can be
used to minimize the costs. The main object of investigation is focused around
mid and small businesses living far from big distribution centers (except edge
cases like lighthouses, edge rocks with very limited accessibility) but
actively using e-commerce solutions for daily activities fulfillment. Authors
analyzed and proposed a solution for the problem of cost optimization for
packages delivery for long-distance deliveries using a combination of paths
delivered by supplier fleets, worldwide and local carriers. Data models and
Add-ons of contemporary Enterprise Resource Planning systems were used, and
additional development is proposed in the perspective of the flow selection
change. The experiment is based on data sources of the United States companies
using a wide range of carriers for delivery services and uses the data sources
of the real companies; however, it applies repetitive simulations to analyze
variances in obtained solutions.
- Abstract（参考訳）: 現代の世界の様々な商品やサービスは、サービスeコマースプラットフォームのパフォーマンスを恒久的に改善する必要がある。
現代の社会は、郵便配達、オンラインでの商品やサービスの購入と深く統合されており、サービスと良いプロバイダーの競争が重要な選択要因となっている。
ロジスティックでタイムリーでコスト効率の良いデリバリーが重要な役割を果たす限り、著者らは現在の分野、特に人気のある流通センターから離れた地域における改善の可能性を分析することにした。
迅速なデリバリと遅延デリバリの両方を考慮すると、コストの要因はエンドユーザ毎に重要な役割を担います。
例えば、サプライヤ・フリート、ワールド・ウェイド・デリバリー・サービス・フリートによる配送の状況において、eコマース・オーダーの現在の配送コストを分析し、ベンダーのドロップシップや代替手段のチェックがコストを最小化するために使用できるシミュレーションを提案する。
調査の主な対象は、大きな流通センターから遠く離れた中小企業(灯台、アクセシビリティーが非常に限られているエッジロックのようなケースを除く)に焦点をあてるが、日々の活動にeコマースソリューションを積極的に使用することである。
著者らは、世界中のサプライヤーやローカルキャリアが配送する経路を組み合わせて、長距離配送のためのパッケージ配送のコスト最適化の問題を分析して提案した。
現代企業資源計画システムのデータモデルとアドオンが用いられ,フロー選択の変化の観点からさらなる開発が提案されている。
この実験は、米国企業のデータソースをベースとして、幅広いキャリアをデリバリーサービスに使用し、実際の企業のデータソースを使用するが、得られたソリューションのばらつきを分析するために繰り返しシミュレーションを適用する。
関連論文リスト
- Deep Reinforcement Learning for Traveling Purchaser Problems [63.37136587778153]
旅行購入問題(TPP)は幅広いアプリケーションにおいて重要な最適化問題である。
本稿では,ルート構築と購入計画を個別に扱う,深層強化学習(DRL)に基づく新しいアプローチを提案する。
メタラーニング戦略を導入することで、大規模なTPPインスタンス上で安定してポリシーネットワークをトレーニングすることができる。
論文 参考訳（メタデータ） (2024-04-03T05:32:10Z) - Optimal Data Splitting in Distributed Optimization for Machine Learning [85.99744701008802]
本研究は,サーバとローカルマシン間の分散データの最適比に着目し,通信コストとローカル計算のコストについて検討する。
ネットワークの実行時間は、一様分布と最適分布で比較される。
提案手法の優れた理論的性能を実験的に検証した。
論文 参考訳（メタデータ） (2024-01-15T16:30:12Z) - Adaptive Resource Allocation for Virtualized Base Stations in O-RAN with
Online Learning [60.17407932691429]
基地局(vBS)を備えたオープンラジオアクセスネットワークシステムは、柔軟性の向上、コスト削減、ベンダーの多様性、相互運用性のメリットを提供する。
本研究では,予期せぬ「混み合う」環境下であっても,効率的なスループットとvBSエネルギー消費のバランスをとるオンライン学習アルゴリズムを提案する。
提案手法は, 課題のある環境においても, 平均最適性ギャップをゼロにすることで, サブ線形後悔を実現する。
論文 参考訳（メタデータ） (2023-09-04T17:30:21Z) - Individually Rational Collaborative Vehicle Routing through
Give-And-Take Exchanges [4.266376725904727]
本稿では, 協調車両ルーティング問題(CVRP)に焦点をあて, 個別の合理性のレンズによる新しいマルチエージェント手法を提案する。
Give-and-Takeアプローチにより,競合するロジスティクスエージェント間の協力を促進することにより,旅行距離の削減とシステム全体の運用効率の向上が可能であることを示す。
論文 参考訳（メタデータ） (2023-08-31T07:18:37Z) - Large Language Models for Supply Chain Optimization [4.554094815136834]
大規模言語モデル(LLM)がサプライチェーンの自動化と人間の理解と信頼のギャップを埋めるのにどのように役立つかを検討する。
我々はOptiGuideを設計する。これは平易なテキストで入力クエリとして受け付け、基礎となる結果に関する洞察を出力するフレームワークです。
当社のフレームワークがMicrosoftのクラウドサプライチェーン内の実際のサーバ配置シナリオに与える影響を実演する。
論文 参考訳（メタデータ） (2023-07-08T01:42:22Z) - ItemSage: Learning Product Embeddings for Shopping Recommendations at
Pinterest [60.841761065439414]
Pinterestでは、ItemSageと呼ばれるプロダクトの埋め込みセットを構築して、すべてのショッピングユースケースに適切なレコメンデーションを提供しています。
このアプローチによって、エンゲージメントとコンバージョンメトリクスが大幅に改善され、インフラストラクチャとメンテナンスコストの両方が削減された。
論文 参考訳（メタデータ） (2022-05-24T02:28:58Z) - Concepts and Algorithms for Agent-based Decentralized and Integrated
Scheduling of Production and Auxiliary Processes [78.120734120667]
本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。
要求の一部は、線形にスケールする通信アーキテクチャを開発することである。
このアプローチは、工業的要件に基づいた例を使って説明されます。
論文 参考訳（メタデータ） (2022-05-06T18:44:29Z) - Learning to Minimize Cost-to-Serve for Multi-Node Multi-Product Order
Fulfilment in Electronic Commerce [3.3865605512957457]
サプライチェーンの最も多くのノードから製品を提供するコストが重要な課題であることに気付きました。
大規模で高確率で地理的に広がるeコマースサプライチェーンは、慎重に設計されたデータ駆動意思決定アルゴリズムに理想的だ。
強化学習に基づくアルゴリズムは,これらのポリシーと競合し,実世界における効率的なスケールアップの可能性を示す。
論文 参考訳（メタデータ） (2021-12-16T09:42:40Z) - A Deep Reinforcement Learning Approach for Constrained Online Logistics
Route Assignment [4.367543599338385]
物流業界にとって、各出荷区画に適切な物流ルートを割り当てる方法が不可欠である。
このオンライン経路割り当て問題は、制約付きオンライン意思決定問題とみなすことができる。
我々はPPO-RAと呼ばれるモデルフリーDRLアプローチを開発し、経路割当(RA)の課題に対処する専用の技術を用いてPPO(Pximal Policy Optimization)を改善した。
論文 参考訳（メタデータ） (2021-09-08T07:27:39Z) - Simulation-based Algorithm for Determining Best Package Delivery
Alternatives under Three Criteria: Time, Cost and Sustainability [6.85316573653194]
本稿では,同日宅配業者が即時顧客にサービスを提供するシミュレーションアルゴリズムを開発した。
提案するレコメンデータシステムは,コスト,時間,持続可能性という3つの基準に関して,最良のソリューションを提供する。
また、新型コロナウイルス(COVID-19)などのパンデミックの存在下では、最適な配達手段も検討する。
論文 参考訳（メタデータ） (2021-06-05T18:17:09Z) - Optimal Pricing of Internet of Things: A Machine Learning Approach [105.4312167370975]
IoT(Internet of Things)は、センサーに埋め込まれたデバイスから大量のデータを生成する。
これまでの研究では、機械学習ベースのIoTサービスの最適な価格設定とバンドルの問題に対処していない。
当社は、データベンダがサービスプロバイダにデータを販売しているIoT市場モデルと、IoTサービスを顧客に提供しているサービスプロバイダで構成されています。
論文 参考訳（メタデータ） (2020-02-14T09:17:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。