Los puntos clave no están disponibles para este artículo en este momento.
Con el desarrollo del comercio electrónico durante la pandemia de Covid-19, uno de los principales desafíos para muchas empresas de logística de paquetería es diseñar algoritmos de programación confiables y flexibles para satisfacer las incertidumbres en las llegadas de paquetes, así como en los suministros de mano de obra en los centros logísticos, especialmente para aquellos que dependen en gran medida de la fuerza laboral. Actualmente, la mayoría de la programación laboral es periódica y se limita a una sola instalación, por lo que el número de trabajadores requeridos en cada centro está restringido para satisfacer la demanda máxima con alta variabilidad. Abordamos este desafío, reconociendo que no solo se pueden optimizar dinámicamente los horarios de la fuerza laboral, sino también las ubicaciones de trabajo mediante el desarrollo de un sistema dinámico de programación y reubicación de la fuerza laboral, alimentado por datos actualizados con sensores y predicciones de demanda de llegada de centros actualizadas dinámicamente. En este documento, proponemos heurísticas de programación reactivas novedosas para coincidir dinámicamente las llegadas previstas con los turnos en centros logísticos de paquetería hiperconectados. Los mecanismos de programación y asignación dinámica se llevan a cabo de forma dinámica durante los períodos de entrega para ajustar espacial y temporalmente la fuerza laboral disponible. También incluimos costos de penalización para mantener los paquetes clasificados a tiempo y los ajustes de programación se realizan con anticipación para permitir tiempo suficiente para la planificación de la tripulación. Para evaluar los métodos propuestos, llevamos a cabo estudios de caso exhaustivos basados en redes logísticas de paquetería del mundo real de una empresa logística en China. Los resultados muestran que nuestro enfoque propuesto puede superar significativamente las estrategias tradicionales de programación de la fuerza laboral en centros con tiempo de computación limitado.
Xu et al. (Martes,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: