5. Conclusions This paper considere

5. Conclusions
This paper considered postal logistics network design with realistic restrictions. We developed mathematical models for hybrid hub-and-spoke postal logistics network designs by considering the transportation network and vehicle operations with realistic restrictions. We considered 24 MPCs and one or more ECs, and we used real data (e.g., distance data, mail-received data, maildelivered data, and transportation rate data) by simultaneously considering the locations and allocations. The mathematical models have been coded and solved by ILOG OPL Development Studio 5.5 with the ILOG CPLEX 11.0 engine. The computational times of all of the models were less than about 10 s. The computational experiments demonstrate the usefulness of the mathematical models that were developed. Moreover, the proposed scenarios are very useful in decision making for postal logistics network designers and operators. The network problem occurs in postal logistics is more complex and diverse than that for general logistics. Moreover, the amount of data is enormous which makes the decision makers difficult to design the network. It was impossible to compute the restrictions on vehicle capacity, assignment of vehicles in accordance with transportation rates, and delivery quantities to each EC (Exchange Center) manually. If one uses our model for postal logistics, one can easily design the optimal network for the existing facilities. Moreover, one can use this 0 10 20 30 40 50 60 70 10,235 10,240 10,245 10,250 10,255 10,260 10,265 10,270 10,275 123456 Number of vehicles (MPCs-ECs) Number of vehicles (MPCs-MPCs) Scenarios # of vehicles (MPCs-MPCs) # of vehicles (MPCs-ECs) Fig. 8. Comparison of the number of vehicles traveling MPCs–MPCs and MPCs–EC. 5518 J.-H. Lee, I. Moon / Expert Systems with Applications 41 (2014) 5509–5519 model to design the optimal network to minimize total costs by observing facility capacities and various practical restrictions when new ECs are being constructed. In addition, the models can be applied to the multi-item supply chain and to parcel delivery service companies and, in general, can also be applied to develop robust solutions in uncertain and dynamic decision situations. Further studies can explore several different directions. First, we may develop an integrated mathematical model that considers D&PSs and all types of mail. Second, we can develop a user-friendly decision support system that applies the developed mathematical models. Third, we can develop a simulation model by changing some parameters into random variables. Fourth, we may consider other objective functions, such as service time, service level, and the mail processing rate. Acknowledgements The authors are grateful for the useful comments from two anonymous referees. This work was supported by the National Research Foundation of Korea (NRF) grant funded by the Korea government (MEST) (No. 2012R1A2A2A01012355).

ผลลัพธ์ (ไทย) 1:

5. บทสรุป กระดาษนี้ถือว่าโลจิสติกส์ไปรษณีย์ออกแบบเครือข่าย มีข้อจำกัดที่เหมือนจริง เราพัฒนาแบบจำลองทางคณิตศาสตร์สำหรับการออกแบบเครือข่ายโลจิสติกส์ไปรษณีย์ฮับ และพูดผสม โดยพิจารณาการขนส่งการดำเนินงานเครือข่ายและรถ มีข้อจำกัดที่เหมือนจริง เราถือ 24 MPCs และหนึ่ง หรือเพิ่มเติม ECs และเราใช้ข้อมูลที่แท้จริง (เช่น ระยะทางข้อมูล ข้อมูลที่ได้รับจดหมาย ข้อมูล maildelivered และข้อมูลอัตราขนส่ง) พร้อมกันพิจารณาสถานและการปันส่วน แบบจำลองทางคณิตศาสตร์ได้มีกำหนด และแก้ไข โดยอยู่ OPL พัฒนาสตูดิโอ 5.5 กับโปรแกรม 11.0 CPLEX อยู่ เวลาคำนวณของแบบจำลองทั้งหมดได้น้อยกว่าประมาณ 10 s ทดลองคำนวณแสดงให้เห็นถึงประโยชน์ของแบบจำลองทางคณิตศาสตร์ที่ได้รับการพัฒนา นอกจากนี้ สถานการณ์นำเสนอจะมีประโยชน์มากในการตัดสินใจสำหรับผู้ประกอบการและนักออกแบบเครือข่ายโลจิสติกส์ไปรษณีย์ เกิดปัญหาเครือข่ายโลจิสติกส์ไปรษณีย์จะซับซ้อน และยุ่งกว่าที่สำหรับโลจิสติกส์ทั่วไป นอกจากนี้ จำนวนของข้อมูลเป็นอย่างมากซึ่งทำให้ผู้ตัดสินใจยากในการออกแบบเครือข่าย ไม่สามารถคำนวณการจำกัดกำลังยานพาหนะ ยานพาหนะขนส่งราคาพิเศษ และปริมาณจัดส่งแต่ละ EC (ศูนย์แลกเปลี่ยน) กำหนดด้วยตนเองได้ ถ้าใช้แบบจำลองของเราสำหรับโลจิสติกส์ไปรษณีย์ หนึ่งสามารถออกแบบเครือข่ายที่ดีที่สุดสำหรับสิ่งอำนวยความสะดวกที่มีอยู่ได้อย่างง่ายดาย นอกจากนี้ หนึ่งสามารถใช้นี้ 0 10 20 30 40 50 60 70 10,235 10,240 10,245 10,250 10,255 10,260 10,265 10,270 10,275 123456 จำนวนยานพาหนะ (MPCs-ECs) จำนวนยานพาหนะ (MPCs MPCs) สถานการณ์#ของยานพาหนะ (MPCs-MPCs) #ของยานพาหนะ (MPCs-ECs) Fig. 8 เปรียบเทียบจำนวนของยานพาหนะที่เดินทาง MPCs-MPCs MPCs-EC. 5518 J. H. ลี I. มูน / ระบบผู้เชี่ยวชาญกับ 5509-5519 41 โปรแกรมประยุกต์ (2014) การออกแบบเครือข่ายที่ดีที่สุดเพื่อลดต้นทุนรวม โดยการสังเกตกำลังสิ่งอำนวยความสะดวกและข้อจำกัดที่ปฏิบัติต่าง ๆ เมื่อ ECs กำลังสร้าง นอกจากนี้ แบบจำลองสามารถใช้โซ่หลายรายการ และบริษัทที่ให้บริการจัดส่งพัสดุ แล้ว ทั่วไป สามารถยังใช้ในการพัฒนาโซลูชั่นที่แข็งแกร่งในสถานการณ์ตัดสินใจไม่แน่นอน และแบบไดนามิก ศึกษาเพิ่มเติมสามารถสำรวจหลายทิศ ครั้งแรก เราอาจพัฒนาแบบจำลองทางคณิตศาสตร์รวมที่พิจารณา D และ PSs และชนิดทั้งหมดของจดหมาย สอง เราสามารถพัฒนาระบบสนับสนุนการตัดสินใจที่ง่ายที่ใช้แบบจำลองทางคณิตศาสตร์ที่พัฒนา ที่สาม เราสามารถพัฒนารูปแบบการจำลอง โดยการเปลี่ยนพารามิเตอร์บางอย่างเป็นตัวแปรสุ่ม สี่ เราอาจพิจารณาฟังก์ชันอื่น ๆ วัตถุประสงค์ เช่นเวลาการให้บริการ ระดับการให้บริการ และอัตราการส่งจดหมาย ถาม-ตอบผู้เขียนขอบคุณสำหรับข้อคิดเห็นประโยชน์จากทั้งสองประเภทไม่ระบุชื่อได้ งานนี้ได้รับการสนับสนุน โดยมูลนิธิวิจัยแห่งชาติของเกาหลี (NRF) เงินช่วยเหลือที่ได้รับการสนับสนุน โดยรัฐบาลเกาหลี (MEST) (หมายเลข 2012R1A2A2A01012355)

ผลลัพธ์ (ไทย) 3:

And I'm sorry for everything in this trip if you don't like or not satisfied.And I'm sorry for everything in this trip if you don't like or not satisfied.And I'm sorry for everything in this trip if you don't like or not satisfied.And I'm sorry for everything in this trip if you don't like or not satisfied.And I'm sorry for everything in this trip if you don't like or not satisfied.And I'm sorry for everything in this trip if you don't like or not satisfied.And I'm sorry for everything in this trip if you don't like or not satisfied.And I'm sorry for everything in this trip if you don't like or not satisfied.And I'm sorry for everything in this trip if you don't like or not satisfied.