Hanafi et al. [42] study the weekly

Hanafi et al. [42] study the weekly sectorization problem
regarding household waste collection, with the aim of determining
a fixed number of sectors which should be balanced with respect
to daily total time for collection tasks. For this problem, they
propose an optimization model that is not easily solvable for largesized
instances. Thus, a local search heuristic that is based on the
definition of a new effective data structure (sectorization matrix)
is described. The proposed methods are tested on three real-world
instances (related to Quito in Ecuador and Echirolles and Saint-
Martin d'Heres in France) and 28 randomly generated instances.

ผลลัพธ์ (ไทย) 1:

Hanafi et al. [42] ศึกษาปัญหา sectorization รายสัปดาห์เกี่ยวกับครัวเรือนเสียคอลเลกชัน มีจุดมุ่งหมายของการกำหนดจำนวนภาคที่ควรสมดุล ด้วยความเคารพทุกวันเวลารวมสำหรับชุดงาน สำหรับปัญหานี้ พวกเขาเสนอแบบจำลองเพิ่มประสิทธิภาพที่ไม่สามารถแก้ไขได้ง่าย ๆ สำหรับ largesizedอินสแตนซ์ ดังนั้น heuristic ค้นหาท้องถิ่นตามรายละเอียดของโครงสร้างข้อมูลที่มีประสิทธิภาพใหม่ (sectorization เมตริกซ์)ได้อธิบายไว้ วิธีการนำเสนอจะมีทดสอบบนโลกจริงสามอินสแตนซ์ (ที่เกี่ยวข้องกับกีโตเอกวาดอร์ และ Echirolles และเซนต์-มาร์ติน d'Heres ในประเทศฝรั่งเศส) และ 28 ได้สร้างอินสแตนซ์

ผลลัพธ์ (ไทย) 2:

คอร์ส et al, [42] การศึกษาปัญหา sectorization รายสัปดาห์เกี่ยวกับการเก็บขยะในครัวเรือนโดยมีวัตถุประสงค์ของการกำหนดจำนวนคงที่ของภาคซึ่งควรมีความสมดุลด้วยความเคารพที่จะรวมเวลาในชีวิตประจำวันสำหรับงานคอลเลกชัน สำหรับปัญหานี้พวกเขานำเสนอรูปแบบการเพิ่มประสิทธิภาพที่ไม่สามารถแก้ปัญหาได้สำหรับ largesized กรณี ดังนั้นการแก้ปัญหาการค้นหาในท้องถิ่นที่อยู่บนพื้นฐานของความหมายของโครงสร้างข้อมูลใหม่ที่มีประสิทธิภาพ (เมทริกซ์ sectorization) อธิบายไว้ วิธีการที่นำเสนอจะมีการทดสอบในสามโลกแห่งความจริงกรณี (ที่เกี่ยวข้องกับกีโตในเอกวาดอร์และ Echirolles Saint- และมาร์ตินริศิลปวัตถุในฝรั่งเศส) และ 28 กรณีที่สร้างแบบสุ่ม

ผลลัพธ์ (ไทย) 3:

ฮานาฟี et al . [ 42 ] ศึกษาประจำสัปดาห์ sectorization ปัญหา
เกี่ยวกับการเก็บขยะในครัวเรือน กับจุดประสงค์ของการการกำหนดจำนวนภาคซึ่งควรจะสมดุลด้วยความเคารพ
เพื่อรวมเวลาทุกวันสำหรับงานคอลเลกชัน สำหรับปัญหานี้พวกเขา
เสนอแบบจำลองหาความเหมาะสมที่แก้ไขได้ง่ายดายสำหรับขนาดใหญ่
กรณี ดังนั้น สำหรับการค้นหาในท้องถิ่นที่อยู่บนพื้นฐานของ
นิยามใหม่ของประสิทธิภาพโครงสร้างข้อมูล ( sectorization Matrix )
จะอธิบาย วิธีที่เสนอจะถูกทดสอบใน 3 โลก
อินสแตนซ์ ( ที่เกี่ยวข้องกับกีโตใน d'heres เอกวาดอร์และ echirolles และนักบุญ -
มาร์ตินในฝรั่งเศส ) และ 28 สุ่มสร้างอินสแตนซ์ .