A Machine Learning Approach to Speed up the Solution of the Distributor’s Pallet Loading Problem

Magnani, Matteo; Franchini, Giorgia; Dell'Amico, Mauro; Zanni, Luca

doi:10.1007/978-3-031-81241-5_8

A Machine Learning Approach to Speed up the Solution of the Distributor’s Pallet Loading Problem / Magnani, Matteo; Franchini, Giorgia; Dell'Amico, Mauro; Zanni, Luca. - 14476 LNCS:(2025), pp. 108-120. [10.1007/978-3-031-81241-5_8]

A Machine Learning Approach to Speed up the Solution of the Distributor’s Pallet Loading Problem

Magnani, Matteo;Franchini, Giorgia;Dell'Amico, Mauro;Zanni, Luca

2025

Scheda breve

Scheda completa

Scheda completa (DC)

	Anno di pubblicazione
	
				2025
			
	Lingua/e di pubblicazione
	
				Inglese
			
	Codice DOI
	
				https://dx.doi.org/10.1007/978-3-031-81241-5_8
			
	Codice Scopus
	
				2-s2.0-85215674488
			
	Serie
	
				LECTURE NOTES IN COMPUTER SCIENCE
			
	Titolo del Volume
	
				Proceedings
			
	N° del Volume
	
				14476 LNCS
			
	Pagina iniziale
	
				108
			
	Pagina finale
	
				120
			
	Codice ISBN del Volume
	
				9783031812408
			
	Nome Editore
	
				Springer Science and Business Media Deutschland GmbH
			
	Parole chiave
	
				Combinatorial Optimization; Distributor’s Pallet Loading Problem; Random Forest; Support Vector Machine for Regression;
			
	Altre informazioni
	
				4th International Conference on Numerical Computations: Theory and Algorithms, NUMTA 2023 - Pizzo Calabro, ita - 14 - 20 June 2023
			
	Citazione
	
				A Machine Learning Approach to Speed up the Solution of the Distributor’s Pallet Loading Problem / Magnani, Matteo; Franchini, Giorgia; Dell'Amico, Mauro; Zanni, Luca. - 14476 LNCS:(2025), pp. 108-120. [10.1007/978-3-031-81241-5_8]
			
	Tutti gli autori
	
						Magnani, Matteo; Franchini, Giorgia; Dell'Amico, Mauro; Zanni, Luca
					
	Numero autori
	
				4
			
	Tipologia
	
				Contributo su VOLUME::Capitolo/Saggio
			
	Tipologia sito docente
	
				268
			
	Fulltext
	
				reserved
			
	Tipologia
	
				info:eu-repo/semantics/bookPart
			
	Tipologia
	
				Capitolo/Saggio

File in questo prodotto:

File	Dimensione	Formato
Numpta2025.pdf Accesso riservato Tipologia: VOR - Versione pubblicata dall'editore Licenza: [IR] closed Dimensione 240.55 kB Formato Adobe PDF Visualizza/Apri Richiedi una copia	240.55 kB	Adobe PDF	Visualizza/Apri Richiedi una copia

Pubblicazioni consigliate

I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris