Aller au contenu principal
Accès ouvert déclaré 2025 article

Dynamic Facility Location and Allocation Optimization for Sustainable Product-Service Delivery Using Co-Evolutionary Adaptive Genetic Algorithms

0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Product-service systems contribute to sustainable development through innovative service integration and novel customer value creation. However, the competitive advantage of sustainable product lifecycle service delivery hinges critically on the operational efficiency of service networks. This study addresses dynamic service facility location and allocation challenges in a time-varying demand environment, focusing on the strategic deployment of multiple comprehensive service centers (CSCs) and their dynamic customer allocation across planning horizons. In this study, we develop a 0–1 integer programming model and propose a novel co-evolutionary adaptive multi-objective genetic algorithm (CA-MOGA) with four key enhancements: (1) optimized chromosome representation, (2) adaptive strategy incorporation, (3) genetic operators with gene repair mechanisms, and (4) elite trans-generation migration. Through real-world case validation, CA-MOGA demonstrates significant improvements over conventional genetic algorithms in both convergence speed and solution quality. The performance and adaptability of the proposed algorithm suggest strong potential for customizable applications in solving diverse complex optimization problems.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Dynamic Facility Location and Allocation Optimization for Sustainable Product-Service Delivery Using Co-Evolutionary Adaptive Genetic Algorithms
Date Crossref
05/09/2025
Éditeur
MDPI AG
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Xinjiang Uygur Autonomous Region Institute Inspection of Special Equipment pays non établi dans la notice
    Structure de recherche
  • Ministry of Industry and Information Technology pays non établi dans la notice
    Organisme public
  • Nanjing University of Aeronautics and Astronautics pays non établi dans la notice
    Université ou école supérieure
  • Xinjiang Uygur Autonomous Region Inspection Institute of Special Equipment of China Merchants Group pays non établi dans la notice
    Structure de recherche
  • College of Economics and Management pays non établi dans la notice
    Université ou école supérieure
  • Key Laboratory of Intelligent Decision and Digital Operations pays non établi dans la notice
    Structure de recherche

Xinjiang Uygur Autonomous Region Institute Inspection of Special Equipment, Ministry of Industry and Information Technology et Nanjing University of Aeronautics and Astronautics, avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Sustainable Supply Chain ManagementService and Product InnovationUrban and Freight Transport Logistics

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.