(2003), Crainic and Kim (2007), Gün

(2003), Crainic and Kim (2007), Günther and Kim (2005) and Steenken et al. (2004)). Most are based on static formulations
using the carrier’s historic data and forecasts. The advent of ITS location and communication technologies offers the possibility
to dramatically enhance the quantity and quality of the data available for the forecast and planning processes. This
should translate into better plans and operations that are more profitable.
Parallel and distributed computing is an enabling factor for ITS in general and CVO-AFMS in particular. Its challenges are
of two different but complementary natures. On the one hand, parallel computing offers the possibility to design data analysis
and decision-support system architectures to answer efficiently complex requests in real or quasi-real time. Thus, processors
may be dedicated to the various tasks of receiving, validating, and formatting data, analysing and aggregating it,
forecasting, background simulation-optimisation, real-time selection of the appropriate strategy, etc. On the other hand, parallel
computing also offers a challenging perspective with potentially great rewards: to solve realistically formulated and
dimensioned problem instances within reasonable times. Each class of problems and algorithms presents its own challenges.
It appears clearly, however, that research efforts have to be dedicated both to the decomposition and distribution of tasks
corresponding to one particular problem instance and algorithm, and to the development of co-operating search mechanisms
that bring to bear on any given problem instance the combined power of several exact methods and meta-heuristics.

ผลลัพธ์ (ไทย) 1:

(2003), Crainic และคิม (2007), Günther และคิม (2005) และ Steenken et al. (2004)) ส่วนใหญ่จะขึ้นอยู่กับสูตรคงใช้คาดการณ์และข้อมูลประวัติศาสตร์ของบริษัทขนส่ง การถือกำเนิดของสถานและการสื่อสารเทคโนโลยีให้กรณีเพิ่มปริมาณและคุณภาพของข้อมูลสำหรับกระบวนการคาดการณ์ และวางแผนการ นี้ควรแปลเป็นแผนและการดำเนินงานที่มีกำไรมากขึ้นการคำนวณแบบขนาน และแบบกระจายได้ปัจจัยสำหรับของทั่วไปในการเปิดใช้งานและ CVO AFMS โดยเฉพาะ มีความท้าทายของทั้งสองแตกต่างกันแต่ธรรมชาติเสริม คง คอมพิวเตอร์แบบขนานให้สามารถวิเคราะห์ข้อมูลออกแบบและสถาปัตยกรรมของระบบสนับสนุนการตัดสินใจเพื่อตอบสนองคำขอที่ซับซ้อนได้อย่างมีประสิทธิภาพในเวลาจริง หรือกึ่งจริง ดังนั้น โปรเซสเซอร์อาจทุ่มเทเพื่องานต่าง ๆ รับ ตรวจสอบ และการจัดรูปแบบข้อมูล วิเคราะห์ และรวบรวมคาดการณ์ พื้นหลังจำลองการเพิ่มประสิทธิภาพ เลือกเวลาจริงกลยุทธ์ที่เหมาะสม เป็นต้น บนมืออื่น ๆ แบบขนานคอมพิวเตอร์ยังมีมุมมองที่ท้าทายกับรางวัลอาจดี: แก้ formulated จริง และdimensioned กรณีปัญหาภายในเวลาที่เหมาะสม แต่ละคลาสของปัญหาและอัลกอริทึมแสดงความท้าทายตัวเองปรากฏชัดเจน อย่างไรก็ตาม ว่า ความพยายามวิจัยต้องทุ่มเททั้ง การแยกส่วนประกอบและการกระจายงานสอดคล้องกับอินสแตนซ์หนึ่งปัญหาเฉพาะและอัลกอริทึม และการพัฒนาร่วมปฏิบัติการค้นหากลไกที่นำไปติดบนอินสแตนซ์ใด ๆ กำหนดปัญหาพลังงานรวมหลายวิธีที่แน่นอนและลองผิดลองถูกเมตา

ผลลัพธ์ (ไทย) 2:

(2003), Crainic และคิม (2007), Güntherและคิม (2005) และ Steenken et al, (2004))
ส่วนใหญ่จะขึ้นอยู่กับสูตรคงที่โดยใช้ข้อมูลในอดีตของผู้ให้บริการและการคาดการณ์
การถือกำเนิดของสถานที่และเทคโนโลยีการสื่อสารที่มีความเป็นไปได้อย่างรวดเร็วเพิ่มปริมาณและคุณภาพของข้อมูลที่มีอยู่สำหรับการคาดการณ์และการวางแผนกระบวนการ
นี้ควรจะแปลเป็นแผนดำเนินงานที่ดีขึ้นและการที่มีผลกำไรมากขึ้น.
ขนานและการคำนวณแบบกระจายเป็นปัจจัยที่ทำให้การย่อยทั่วไปและ CVO-AFMS โดยเฉพาะอย่างยิ่ง ความท้าทายของมันมีสองลักษณะที่แตกต่างกัน แต่เสริม
ในมือข้างหนึ่ง,
การคำนวณแบบขนานมีความเป็นไปในการออกแบบการวิเคราะห์ข้อมูลและสถาปัตยกรรมระบบสนับสนุนการตัดสินใจที่จะตอบการร้องขอที่ซับซ้อนได้อย่างมีประสิทธิภาพในเวลาจริงหรือเสมือนจริง ดังนั้นการประมวลผลอาจจะทุ่มเทให้กับงานต่างๆที่ได้รับการตรวจสอบและการจัดรูปแบบข้อมูลการวิเคราะห์และการรวมกันมันคาดการณ์การเพิ่มประสิทธิภาพการจำลองพื้นหลัง, การเลือกเวลาจริงของกลยุทธ์ที่เหมาะสมและอื่น ๆ ในทางกลับกันขนานคอมพิวเตอร์ยังมีมุมมองที่ท้าทายกับผลตอบแทนที่ดีที่อาจเกิดขึ้น: การแก้สูตรแนบเนียนและขนาดกรณีปัญหาที่เกิดขึ้นภายในเวลาที่เหมาะสม ปัญหาที่เกิดขึ้นในแต่ละระดับและขั้นตอนวิธีนำเสนอความท้าทายของตัวเอง. มันจะปรากฏขึ้นอย่างเห็นได้ชัด แต่ที่พยายามในการวิจัยจะต้องมีการทุ่มเททั้งการสลายตัวและการกระจายของงานที่สอดคล้องกับกรณีปัญหาที่เกิดขึ้นโดยเฉพาะและอัลกอริทึมและการพัฒนาของผู้ร่วมปฏิบัติการค้นหากลไกที่นำไปแบกปัญหาในกรณีใดก็ตามพลังงานรวมของวิธีการที่แน่นอนหลายคนและการวิเคราะห์พฤติกรรม meta-

ผลลัพธ์ (ไทย) 3:

( 2003 ) , crainic และคิม ( 2007 ) , G ü nther และคิม ( 2005 ) และ steenken et al . ( 2004 ) ส่วนใหญ่จะขึ้นอยู่กับสูตรคงที่
ใช้ของผู้ให้บริการข้อมูลประวัติศาสตร์และการคาดการณ์ . การมาถึงของที่ตั้ง และเทคโนโลยีการสื่อสารมีความเป็นไปได้
เป็นคุ้งเป็นแควเพิ่มปริมาณและคุณภาพของข้อมูลที่สามารถใช้ได้กับกระบวนการพยากรณ์และวางแผน นี้
ควรแปลเป็นดีกว่าแผนและการดำเนินงานที่เป็นประโยชน์เพิ่มเติม
การคำนวณแบบขนานและกระจาย เป็นปัจจัยของ cvo-afms โดยทั่วไปและ โดยเฉพาะอย่างยิ่ง ความท้าทาย
ของทั้งสองแตกต่างกัน แต่เสริมธรรมชาติ . ในมือข้างหนึ่ง , การคำนวณแบบขนานมีความเป็นไปได้ที่จะออกแบบ
การวิเคราะห์ข้อมูลสถาปัตยกรรมระบบสนับสนุนการตัดสินใจเพื่อตอบความต้องการที่ซับซ้อนได้อย่างมีประสิทธิภาพ หรือกึ่งจริงในเวลาจริง ดังนั้นโปรเซสเซอร์
อาจจะทุ่มเทให้กับงานต่าง ๆของการตรวจสอบและการจัดรูปแบบข้อมูล วิเคราะห์ และรวมกันมัน
พยากรณ์ , optimisation จำลองเวลาจริงของพื้นหลัง การเลือกกลยุทธ์ที่เหมาะสม ฯลฯ บนมืออื่น ๆ , ขนาน
คอมพิวเตอร์ยังเสนอมุมมองที่ท้าทายกับรางวัลมากอาจเป็น : แก้สูตรแนบเนียนและ
dimensioned ปัญหากรณีภายในเวลาที่เหมาะสม แต่ละชั้นของปัญหาและขั้นตอนวิธีที่นำเสนอความท้าทายของตัวเอง
ปรากฏอย่างชัดเจน อย่างไรก็ตาม ความพยายามในการวิจัยต้องทุ่มเททั้งการสลายและกระจายงาน
ตัวอย่างปัญหาที่เฉพาะเจาะจงและขั้นตอนวิธีและการพัฒนาร่วมปฏิบัติการค้นหากลไก
ที่นำมันมาไว้ในปัญหาใด ๆเช่นพลังงานรวมของหลายวิธีที่แน่นอนและเมตาฮิวริสติก .