Ayar and Yaman (2012) use a real wo

Ayar and Yaman (2012) use a real world data set with 34 nodes and 167 services, and generate a random network of 66 nodes and 1200 arcs, and test them for 400 up to 1000 commodities. Their first conclusion is that by increasing the number of commodities, the optimality gap decreases. Moreover, adding valid inequalities and variable fixing strategies result in significant improvements both in time and solution quality. All their instances are solved to optimality within 6 min. Ayar and Yaman (2012) also investigate variable fixing based on capacity restrictions, but in overall, it does not bring much improvement to their previous valid inequalities and variable fixing strategies.
The work of Pedersen et al. (2009) is one of the examples of using TS as the base of solution algorithm.
They use the instance sets of Crainic, Gendreau, and Farvolden (2000) and Ghamlouche,Crainic, and Gendreau (2003). In comparison to a MIP solver, their algorithm shows robustness, and even outperforms the solver in 33 cases of the 78 instances they tested. Although the tuning of TS is dependent to the instance characteristics, in instances with particular
structures like high fixed-variable cost ratio and/or loose capacity, TS outperforms the MIP solver. With the use of an independent multisearch strategy, Pedersen et al. (2009) could furthermore improve the results to 2% more. However, their TS still stands as a powerful algorithm.
Adding to the aforementioned discussions, we see many other opportunities for future research. Overall, Table 2 shows that little work has been carried out on integrating asset management in SND problems, while in multimodal transportation, especially in containerized shipment, more than one type of loading units are involved, and repositioning their empties is costly.
Furthermore,these assets require simultaneous allocation planning. As an example, crew scheduling is usually studied independently, but it also depends on the service schedules, and embedding it in SND problems is expected to provide higher performance efficiency.
In recent literature, Zhu et al. (2011) extend the conventional SND and include car classification and blocking, and train make-up in a railway system. Their space–time modeling includes three layers for service, block, and car. They design a hybrid metaheuristic algorithm combining slope scaling, long-term memory-based perturbation strategies, and ellipsoidal search method, which can solve problems with up to 10 yards, 60 tracks and 3050 services. In solving small sized instances, in case their model cannot find the optimal solution in 10 hours, it reaches an optimality gap of 0.13%.
Moreover, in solving bigger sizes, it outperforms a commercial solver both in time and solution quality.
Another capital aspect of multimodal transportation systems worth more consideration is the transshipment of loads at terminals and its effects on the performance of the whole system. Transshipment is usually implicit in multimodal transportation tactical planning, though feasibility of operations, especially in the presence of fixed timetables depends on explicit study of transshipment operations and their related costs. Meng and Wang (2011b) only impose a constraint on maximum berth occupancy time for each ship deployment plan, and Anghinolfi, Paolucci, Sacone, and Siri (2011) also include a restriction on maximum handling operations for each train at a given terminal. Still, these research works
do not assess any explicit costs to these operations. Gelareh and Pisinger (2011) subtract a general transshipment costs (per container at a given port) from the revenue in their objective function.
Hamzaoui and Ben-Ayed (2011) integrate transshipment costs into a handling cost per container, which also includes loading and unloading costs. Andersen and Christiansen (2009) study the issues of border crossing and embed the handling costs in terminals into unit flow cost.

ผลลัพธ์ (ไทย) 1:

Ayar และ yaman (2012) ใช้ข้อมูลโลกจริงชุดที่มี 34 โหนดและ 167 บริการและการสร้างเครือข่ายการสุ่มจาก 66 โหนดและ 1,200 โค้งและทดสอบพวกเขาสำหรับ 400 ถึง 1000 สินค้าโภคภัณฑ์ ข้อสรุปครั้งแรกของพวกเขาคือโดยการเพิ่มจำนวนของสินค้าโภคภัณฑ์ช่องว่าง optimality ลดลง ยิ่งไปกว่านั้นเพิ่มความไม่เท่าเทียมกันที่ถูกต้องและตัวแปรกำหนดกลยุทธ์ผลในการปรับปรุงอย่างมีนัยสำคัญทั้งในเวลาและวิธีการแก้ปัญหาที่มีคุณภาพ กรณีของพวกเขาทั้งหมดได้รับการแก้ไขที่จะ optimality ภายใน 6 นาที Ayar และ yaman (2012) นอกจากนี้ยังตรวจสอบการแก้ไขตัวแปรขึ้นอยู่กับข้อ จำกัด ของความจุ แต่โดยรวมก็ไม่ได้นำมาปรับปรุงมากที่จะไม่เท่าเทียมกันก่อนหน้านี้ที่ถูกต้องและตัวแปรกำหนดกลยุทธ์.
การทำงานของ Pedersen et al, (2009) เป็นหนึ่งในตัวอย่างของการใช้ทีเอสเป็นฐานของขั้นตอนวิธีการแก้ปัญหา
พวกเขาใช้ชุดตัวอย่างของ crainic, gendreau และ farvolden (2000) และ ghamlouche, crainic และ gendreau (2003) เมื่อเปรียบเทียบกับการแก้ mip, ขั้นตอนวิธีการของพวกเขาแสดงให้เห็นถึงความเข้มแข็งและยังมีประสิทธิภาพดีกว่าแก้ใน 33 กรณีของกรณี 78 พวกเขาผ่านการทดสอบแม้ว่าการปรับจูนของทีเอสจะขึ้นอยู่กับลักษณะเช่นในกรณีที่มีโดยเฉพาะอย่างยิ่ง
โครงสร้างเช่นอัตราส่วนค่าใช้จ่ายสูงคงที่ตัวแปรและ / หรือความจุหลวมทีเอสมีประสิทธิภาพดีกว่าแก้ mip ด้วยการใช้กลยุทธ์ multisearch อิสระ Pedersen et al, (2009) นอกจากนี้ยังสามารถปรับปรุงผลให้ 2% มากขึ้น แต่ทีเอสของพวกเขายังคงยืนเป็นขั้นตอนวิธีการที่มีประสิทธิภาพ
การเพิ่มการอภิปรายดังกล่าวข้างต้นเราจะเห็นโอกาสอื่น ๆ อีกมากมายสำหรับการวิจัยในอนาคต รวมตารางที่ 2 แสดงให้เห็นว่าการทำงานน้อยได้รับการดำเนินการในการบูรณาการการจัดการสินทรัพย์ใน SND ปัญหาในขณะที่การขนส่งต่อเนื่องหลายรูปโดยเฉพาะอย่างยิ่งในการจัดส่ง containerized, มากกว่าหนึ่งประเภทของหน่วยงานที่เกี่ยวข้องกับการโหลดและการจัดตำแหน่งรถเปล่าของพวกเขาเป็นค่าใช้จ่าย
นอกจากนี้สินทรัพย์เหล่านี้จำเป็นต้องมีการวางแผนการจัดสรรพร้อมกัน เป็นตัวอย่างการตั้งเวลาลูกเรือมักจะมีการศึกษาอย่างเป็นอิสระ แต่ก็ยังขึ้นอยู่กับตารางเวลาการบริการและการฝังไว้ในปัญหา SND คาดว่าจะให้ประสิทธิภาพการทำงานที่สูงขึ้น
ในวรรณคดีล่าสุด zhu ตอัล (2011) ขยาย SND ทั่วไปและรวมถึงการจัดหมวดหมู่รถและปิดกั้นและรถไฟแต่งหน้าในระบบรถไฟ การสร้างแบบจำลองพื้นที่เวลาของพวกเขารวมถึงสามชั้นสำหรับการให้บริการบล็อกและรถ พวกเขาออกแบบขั้นตอนวิธีไฮบริดรวม metaheuristic ลาดปรับระยะยาวของหน่วยความจำที่ใช้กลยุทธ์การก่อกวนและวิธีการค้นหารูปวงรีซึ่งสามารถแก้ปัญหาที่มีถึง 10 เมตร, 60 แทร็คและ 3050 บริการ ในการแก้กรณีที่มีขนาดเล็กในกรณีที่รูปแบบของพวกเขาไม่สามารถหาทางออกที่ดีที่สุดใน 10 ชั่วโมงก็ถึงช่องว่าง optimality 0.13%.
นอกจากนี้ในการแก้ขนาดใหญ่ก็จะมีประสิทธิภาพดีกว่าแก้เชิงพาณิชย์ทั้งในเวลาและคุณภาพการแก้ปัญหา.
ด้านเงินทุนอื่นของระบบการขนส่งต่อเนื่องหลายรูป การพิจารณามากขึ้นเป็นมูลค่าถ่ายเทของแรงที่อาคารและผลกระทบต่อประสิทธิภาพการทำงานของทั้งระบบถ่ายเทโดยปกติจะเป็นนัยในการขนส่งต่อเนื่องหลายรูปการวางแผนยุทธวิธีแม้ว่าความเป็นไปได้ของการดำเนินงานโดยเฉพาะอย่างยิ่งในที่ที่มีตารางเวลาคงที่ขึ้นอยู่กับการศึกษาที่ชัดเจนของการดำเนินงานและค่าใช้จ่ายถ่ายเทที่เกี่ยวข้องของพวกเขา meng และวัง (2011b) เพียง แต่กำหนดข้อ จำกัด ในเวลาพักที่นอนสูงสุดสำหรับการใช้งานในแต่ละแผนเรือและ anghinolfi, Paolucci, sacone,และศิริ (2011) นอกจากนี้ยังรวมถึงข้อ จำกัด ในการดำเนินงานการจัดการสูงสุดสำหรับแต่ละรถไฟที่สถานีรับ ยังคงการวิจัยเหล่านี้ทำงาน
ไม่ได้ประเมินค่าใช้จ่ายที่ชัดเจนใด ๆ ในการดำเนินการเหล่านี้ gelareh และ pisinger (2011) หักค่าใช้จ่ายทั่วไปถ่ายเท (ต่อภาชนะที่พอร์ตที่กำหนด) จากรายได้ในการทำงานของพวกเขาวัตถุประสงค์.
hamzaoui และเบน-Ayed (2011) รวมค่าใช้จ่ายเป็นค่าใช้จ่ายถ่ายเทจัดการต่อภาชนะซึ่งยังรวมถึงการขนถ่ายค่าใช้จ่าย เซนและคริสเตียน (2009) ศึกษาเรื่องของการข้ามพรมแดนและการจัดการค่าใช้จ่ายที่ฝังในอาคารเป็นค่าใช้จ่ายการไหลของหน่วย

ผลลัพธ์ (ไทย) 2:

Ayar Yaman (2012) ใช้ชุดข้อมูลโลกจริงกับโหน 34 167 บริการ และสร้างเครือข่ายสุ่มโหน 66 และส่วน 1200 และทดสอบพวกเขาสำหรับ 400 ถึง 1000 สินค้าโภคภัณฑ์ บทสรุปของพวกเขาแรกคือ ว่า โดยการเพิ่มจำนวนของสินค้า ช่องว่าง optimality ลด นอกจากนี้ เพิ่มความเหลื่อมล้ำทางที่ถูกต้องและแปรแก้ไขผลกลยุทธ์ในการปรับปรุงที่สำคัญทั้งในเวลาและแก้ปัญหา อินสแตนซ์ทั้งหมดของพวกเขาจะแก้ไขให้ optimality ภายใน 6 นาที Ayar และ Yaman (2012) นอกจากนี้ยังตรวจสอบแก้ไขตัวแปรตามกำลังการผลิตจำกัด แต่กลอน มันไม่ให้ปรับปรุงมากความเหลื่อมล้ำทางถูกต้องก่อนหน้าและแปรแก้ไขกลยุทธ์ของพวกเขา
การทำงานของ Pedersen et al. (2009) เป็นหนึ่งตัวอย่างของการใช้ TS เป็นฐานของขั้นตอนวิธีการแก้ปัญหา
จะใช้ชุดตัวอย่าง Crainic, Gendreau และ Farvolden (2000) Ghamlouche, Crainic และ Gendreau (2003) โดยเป็นโปรแกรมแก้ปัญหา MIP อัลกอริทึมการแสดงเสถียรภาพ และแม้ outperforms จาก solver ในกรณี 33 ของอินสแตนซ์ 78 ที่จะทดสอบ แม้ว่าการปรับแต่งของ TS จะขึ้นอยู่กับลักษณะตัวอย่าง ในกรณีที่มีเฉพาะ
โครงสร้างเช่นอัตราส่วนต้นทุนผันแปรคงที่สูงและ/หรือกำลังหลวม TS outperforms จาก solver MIP ด้วยการใช้กลยุทธ์ multisearch เป็นอิสระ Pedersen et al. (2009) ได้นอกจากนี้ปรับปรุงผลลัพธ์เพิ่มเติม 2% อย่างไรก็ตาม TS ของพวกเขายังคงยืนเป็นอัลกอริทึมมีประสิทธิภาพ
เพิ่มการสนทนาดังกล่าว เราเห็นโอกาสอื่น ๆ สำหรับงานวิจัยในอนาคต โดยรวม ตารางที่ 2 แสดงว่า งานน้อยการดำเนินในการรวมการจัดการสินทรัพย์ในปัญหา SND ในขณะที่ขนส่งทุก โดยเฉพาะอย่างยิ่งในการจัดส่งที่ลง เกี่ยวข้องมากกว่าหนึ่งชนิดของโหลดหน่วย และ empties ของพวกเขาให้เป็นค่าใช้จ่าย
นอกจากนี้สินทรัพย์เหล่านี้จำเป็นต้องมีการปันส่วนที่พร้อมวางแผน เป็นตัวอย่าง ศึกษาแผนลูกเรือมักจะเป็นอิสระ แต่มันยังขึ้นอยู่กับตารางเวลาบริการ และฝังใน SND ปัญหาคาดว่าจะมีประสิทธิภาพสูง
ในวรรณคดีล่า ซู et al. (2011) ขยาย SND ทั่วไป และประเภทของรถยนต์และบล็อก และฝึกแต่งหน้าในระบบรถไฟ โมเดล space–time ของพวกเขามีสามชั้นสำหรับ บล็อก และรถยนต์ พวกเขาออกแบบอัลกอริธึม metaheuristic ไฮบริดรวมมาตราส่วนความชัน กลยุทธ์ perturbation ใช้หน่วยความจำระยะยาว และค้นหา ellipsoidal วิธี ซึ่งสามารถแก้ปัญหาถึง 10 หลา เพลง 60 และบริการ 3050 ในการแก้เล็กขนาดอินสแตนซ์ ในกรณีของแบบจำลองไม่พบโซลูชันดีที่สุดใน 10 ชั่วโมง จะถึงช่องว่าง optimality การของ 0.13%.
Moreover ในการแก้ปัญหาขนาดใหญ่ มัน outperforms ตัวการค้าแก้ทั้งในเวลาและแก้ปัญหาคุณภาพ
ทุนด้านขนส่งทุกระบบมูลค่าเพิ่มเติมพิจารณาเป็น transshipment ของโหลดที่เทอร์มินัลและผลการปฏิบัติงานของทั้งระบบ Transshipment เป็นนัยโดยทั่วไปในทุกการเดินทางยุทธวิธี แม้ว่าความเป็นไปได้ของการดำเนินการ โดยเฉพาะอย่างยิ่งในต่อหน้าของตารางเวลาสายคงขึ้นอยู่กับวิชา transshipment ดำเนินงานการและต้นทุนที่เกี่ยวข้องของพวกเขาอย่างชัดเจน เมงและวัง (2011b) เฉพาะกำหนดข้อจำกัดเวลาพักท่าสูงสุดสำหรับแต่ละปลายทางวาง แผน และ Anghinolfi, Paolucci, Sacone และสิริ (2011) ยังมีข้อจำกัดในการดำเนินการจัดการสูงสุดสำหรับรถไฟแต่ละสถานีกำหนด ยังคง เหล่านี้วิจัยงาน
ประเมินต้นทุนการดำเนินงานเหล่านี้ใด ๆ ชัดเจน Gelareh และ Pisinger (2011) ลบ transshipment ทั่วไปต้นทุน (ต่อคอนเทนเนอร์ที่ท่าเรือที่กำหนด) จากรายได้ในการทำงานของวัตถุประสงค์
Hamzaoui และเบน Ayed (2011) รวมต้นทุน transshipment เป็นทุนจัดการต่อคอนเทนเนอร์ ซึ่งยัง รวมถึงต้นทุนของการโหลด และไม่โหลด แอนเดอร์และ Christiansen (2009) ศึกษาปัญหาของแดน และฝังการในเทอร์มินัลเป็นต้นไหล

ผลลัพธ์ (ไทย) 3:

ayar และ yaman ( 2012 )การใช้ข้อมูลโลกของความเป็นจริงที่ตั้งพร้อมด้วย 34 โหนดและ 167 บริการและสร้างเครือข่ายแบบสุ่มของ 66 โหนดและ 1200 ARCS และทำการทดสอบพวกเขาสำหรับ 400 ได้ถึง 1000 สินค้า บทสรุปครั้งแรกของพวกเขาคือการเพิ่มจำนวนของสินค้าลดช่องว่างกุมจะลดลง ยิ่งไปกว่านั้นความไม่เท่าเทียมกันที่ถูกต้องการเพิ่มและกลยุทธ์การแก้ไขปรับเปลี่ยนทำให้ในการปรับปรุงอย่างมีนัยสำคัญทั้งในด้าน คุณภาพ และโซลูชันเวลา อินสแตนซ์ทั้งหมดของตนได้รับการแก้ไขแล้วควรจะกุม ภายใน 6 นาทีและ ayar yaman ( 2012 )ยังตรวจสอบการแก้ไขปรับเปลี่ยนขึ้นอยู่กับข้อจำกัดความจุแต่โดยรวมแล้วก็จะไม่ทำให้การปรับปรุงมากเพื่อความไม่เท่าเทียมกันที่ถูกต้องก่อนหน้าและกลยุทธ์การแก้ไขปรับเปลี่ยน.
งานของหายไปและจะมีผลโดย et al . ( 2009 )คือหนึ่งในตัวอย่างของการใช้เซิร์ฟเวอร์ Telephony ( TS )เป็นฐานของอัลกอริธึมโซลูชัน
พวกเขาใช้ชุดตัวอย่างเช่นของ crainic gendreau และ farvolden ( 2000 )และ ghamlouche crainic และ gendreau ( 2003 ) ในการเปรียบเทียบกับนัก MIP Map ที่อัลกอริธึมของเขาจะแสดงความแข็งแกร่งและแม้แต่นักแก้ปัญหานี้ได้ดีกว่าใน 33 กรณีที่มี 78 กรณีที่ได้รับการทดสอบแล้วแม้ว่าการปรับแต่งได้ของเซิร์ฟเวอร์ Telephony ( TS )จะขึ้นอยู่กับลักษณะเฉพาะตัวอย่างเช่นในกรณีที่มีความจุและ/หรือหรือแก้เฉพาะ
โครงสร้างต้นทุนที่สูงเช่นอัตราแบบคงที่แบบปรับได้สิ่งที่ดีกว่านัก MIP Map พร้อมด้วยการใช้กลยุทธ์ multisearch อิสระที่หายไปและจะมีผลโดย et al . ( 2009 )สามารถปรับปรุงผลการทดสอบให้กับ 2% มากกว่ายิ่งไปกว่านั้น. แต่ถึงอย่างไรก็ตามไม่ควรทำของตนก็ยังคงเป็นอัลกอริธึมที่ทรงพลัง
การเพิ่มการประชุมดังกล่าวที่เราพบเห็นโอกาสทางการขายอื่นๆเป็นจำนวนมากสำหรับการวิจัยในอนาคต โดยรวมแล้วตารางที่ 2 แสดงให้เห็นว่างานเล็กๆมีการดำเนินการในการประกอบการจัดการสินทรัพย์ในปัญหา‐ SND ในขณะที่อยู่ในจุดยุทธศาสตร์ที่สำคัญโดยเฉพาะในการจัดส่ง containerized มากกว่าหนึ่ง ประเภท ของหน่วยการโหลดและปรับโฉมใหม่มีความเกี่ยวข้องกับ ภาชนะ เปล่าของตนมีค่าใช้จ่ายสูง
ยิ่งไปกว่านั้นสินทรัพย์เหล่านี้ต้องมีการวางแผนการจัดสรรพร้อมกัน เป็นตัวอย่างการจัดตารางเวลาลูกเรือรับการศึกษาได้อย่างเป็นอิสระโดยปกติแล้วแต่ยังขึ้นอยู่กับตารางเวลาให้บริการและฝังตัวในปัญหา‐ SND คาดว่าจะช่วยเพิ่ม ประสิทธิภาพ การทำงานสูงขึ้น
ในวรรณคดีเมื่อไม่นานมานี้ฉัน et al . ( 2011 )ขยาย‐ SND ทั่วไปและรวมถึงการแบ่ง ประเภท รถและการปิดกั้นการและรถไฟทำให้ในระบบทางรถไฟที่ การสร้างแบบจำลองพื้นที่ - เวลาของเขารวมถึงสามชั้นสำหรับบริการช่วงตึกและที่จอดรถ อัลกอริธึม metaheuristic พวกเขาการออกแบบระบบไฮบริดที่ผสมผสานการปรับกลยุทธ์ความลาดชันทำให้กระวนกระวายใช้หน่วยความจำระยะยาวและวิธีการค้นหา ellipsoidal ซึ่งสามารถแก้ไขปัญหาด้วยการที่มีมากถึง 10 หลา 60 เพลงและบริการ 3050 ในการแก้ไขปัญหากรณีมีขนาดเล็กในกรณีของรุ่นไม่สามารถค้นหาโซลูชันที่ดีที่สุดใน 10 ชั่วโมง,มันมาถึงที่กุมช่องว่างของ 0.13% .
นอกจากนี้ในการแก้ไขมีขนาดใหญ่กว่าขนาด,มันดีกว่าที่นักแก้ปัญหานี้ทางการค้าทั้งในเวลาและโซลูชัน คุณภาพ .
อีกคนหนึ่งทุนลักษณะของจุดยุทธศาสตร์ที่สำคัญระบบขนส่งมีมูลค่ามากกว่าพิจารณาเป็นที่ถ่าย(สินค้าในจำนวนที่อาคารโดยสารและส่งผลในการดำเนินงานของทั้งระบบ.โดยปกติแล้วจะถ่าย(สินค้าได้โดยปริยายในการวางแผนการฝึกด้านกลยุทธ์บริการรับส่งจุดยุทธศาสตร์ที่สำคัญแม้ว่าความเป็นไปได้ของการทำงานโดยเฉพาะในการมีอยู่ของทางกลับกันข้อห้ามแบบคงที่จะขึ้นอยู่กับการศึกษาอย่างชัดเจนในการดำเนินงานถ่าย(สินค้าและค่าใช้จ่ายที่เกี่ยวข้องของตน เม็งและวัง( 2011 b )เท่านั้นกำหนดข้อบังคับที่ในช่วงเวลาพักที่นอนสูงสุดสำหรับแผนการปรับใช้เรือแต่ละครั้งและ anghinolfi paolucci saconeและปิด( 2011 )นอกจากนี้ยังรวมถึงข้อจำกัดในการดำเนินงานการจัดการสูงสุดสำหรับรถไฟแต่ละครั้งที่อาคารโดยสารให้ ยังคงทำงานการวิจัยเหล่านี้
ไม่ได้ประเมินค่าใช้จ่ายอย่างชัดเจนใดๆเพื่อการทำงาน gelareh และ pisinger ( 2011 )หักลบค่าใช้จ่ายถ่าย(สินค้าทั่วไป(ต่อ ภาชนะ บรรจุที่ท่าเรือกำหนด)จากรายได้ในฟังก์ชันเป้าหมายของพวกเขา.
hamzaoui และ ben-ayed ( 2011 )รวมค่าใช้จ่ายถ่าย(สินค้าในต้นทุนการจัดการต่อที่บรรจุซึ่งนอกจากนั้นยังรวมถึงค่าใช้จ่ายในการโหลดและการขนถ่าย แอนเดอร์เซ่นและ christiansen ( 2009 )การศึกษาปัญหาข้ามชายแดนและฝังค่าใช้จ่ายในการจัดการกับการที่อยู่ในขั้วต่อเข้ากับต้นทุนการไหลของเครื่อง