ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
Large-scale sugarcane transportation requires balancing transportation efficiency with congestion at processing facilities under capacity constraints. This study proposes a queue-aware bi-objective optimization framework integrating Non-dominated Sorting Genetic Algorithm II (NSGA-II), Adaptive Large Neighborhood Search (ALNS), and reinforcement learning (RL) for state-dependent search-mode control. The objectives are to minimize total transportation distance and average queue waiting time. The framework was evaluated using a real-world case comprising 199 subdistricts and four sugar mills in northeastern Thailand. Exhaustive enumeration on a reduced instance was first used to validate the ability of the proposed method to approximate a known reference Pareto front. Large-scale experiments compared the RL-guided framework with standalone NSGA-II, Random ALNS, tuned MOEA/D, and a greedy baseline. The RL-guided method achieved the best mean performance, with a transportation distance of 144,392.49 km and an average waiting time of 1.383 h/trip, together with the best mean HV and IGD values. Friedman and Holm-adjusted Wilcoxon tests confirmed significant improvements over NSGA-II for distance, HV, and IGD and over MOEA/D for all evaluated measures, while differences from Random ALNS were not statistically significant. Relative to the non-optimized baseline, the proposed method reduced transportation distance by 9.93% and fuel consumption and CO₂ emissions by 9.05%. The results demonstrate the potential of queue-aware RL-guided optimization to support efficient and sustainable large-scale agricultural transportation planning.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 74/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Sugarcane Cultivation and Processing · Agricultural Engineering and Mechanization · Vehicle Routing Optimization Methods
บทบาทของนักวิจัยและสถาบันไทย
Putis Wittayasin · Nuchsara Kriengkorakot · Preecha Kriengkorakot · Ubon Ratchathani University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง