الأبحاث في مجلة: Transportation Research Part E Logistics and Transportation Review
-
STraM: نموذج تصميم شبكة استراتيجية لإزالة الكربون من النقل الوطني للبضائع
2025 | المؤلف: Steffen J.S. Bakker وآخرون | المجلة: Transportation Research Part E Logistics and Transportation Review | المجال: النقل (Transportation)تقدم ورقة البحث STraM، وهو نموذج تصميم شبكة استراتيجية تم تطويره خصيصًا لتعزيز جهود إزالة الكربون من النقل البري الوطني. يتناول STraM التحديات الحرجة في التخطيط الاستراتيجي، مثل تطور تقنيات الوقود، والجمود في الأسطول، وعدم اليقين في تكاليف النقل المستقبلية. من خلال دمج هذه العوامل، ينتج النموذج خطة تصميم شبكة شاملة تحدد الاستثمارات اللازمة في…
-
ديناميات التدفق النقدي في سلسلة التوريد خلال وبعد الاضطرابات
2024 | المؤلف: Dmitry Ivanov | المجلة: Transportation Research Part E Logistics and Transportation Review | المجال: الاستراتيجية والإدارة (Strategy and Management)تتناول هذه الورقة البحثية فجوة كبيرة في الأدبيات المتعلقة بدور تعديلات تدفقات الأموال، وتحديداً تعديلات شروط الدفع، في تعزيز مرونة سلسلة التوريد خلال الاضطرابات. بينما ركزت الدراسات السابقة بشكل أساسي على استراتيجيات تدفق المواد، تستخدم هذه الدراسة تحليل محاكاة الأحداث المنفصلة باستخدام أي لوجيستيكس لاستكشاف كيفية تأثير تعديل شروط الدفع على تدفقات النقد في شبكة…
-
تطبيقات الذكاء الاصطناعي في سلاسل الإمداد المغلقة: مراجعة أدبية منهجية وأجندة بحث مستقبلية
2024 | المؤلف: Sourabh Bhattacharya وآخرون | المجلة: Transportation Research Part E Logistics and Transportation Review | المجال: الاستراتيجية والإدارة (Strategy and Management)تقدم هذه الورقة مراجعة منهجية للأدبيات حول تطبيقات الذكاء الاصطناعي (AI) في سلاسل الإمداد المغلقة (CLSC)، حيث تحلل 303 مقالات تمت مراجعتها من قبل الأقران لتحديد اتجاهات النشر والدراسات المؤثرة والمؤلفين والمجلات. تحدد المراجعة عشرة تقنيات شائعة في الذكاء الاصطناعي، بما في ذلك الخوارزميات الجينية (GA)، والذكاء الجماعي (SI)، والتبريد المحاكى (SA)، وطرق التعلم الآلي…
-
استغلال قوة التعلم الآلي لأبحاث البحار المعتمدة على بيانات AIS: مراجعة شاملة
2024 | المؤلف: Ying Yang وآخرون | المجلة: Transportation Research Part E Logistics and Transportation Review | المجال: الهندسة البحرية (Ocean Engineering)تقدم هذه القسم نظرة عامة على أهمية بيانات نظام التعريف التلقائي (AIS) في صناعة البحرية، مع التأكيد على نطاقها الواسع وقدرتها على كشف الأنماط الزمانية والمكانية لحركات السفن. على الرغم من إمكانياتها، فإن المنهجيات التقليدية قد قيدت الاستخدام الفعال لهذه البيانات. يمثل ظهور التعلم الآلي (ML) فرصة تحويلية لتعزيز تحليل وتطبيق بيانات AIS، مما يؤدي…