Accelerated windowing for the crew rostering problem with machine learning

Philippe Racette, Frédéric Quesnel, Andrea Lodi et François Soumis

Article de revue (2026)

Accès restreint: Personnel autorisé jusqu'au 6 mai 2027 Version finale avant publication Conditions d'utilisation: Tous droits réservés Demander document

Matériel d'accompagnement:	Ensemble de données
Département:	Département de mathématiques et de génie industriel
Centre de recherche:	GERAD - Groupe d'études et de recherche en analyse des décisions
Organismes subventionnaires:	Canada Excellence Research Chairs, NSERC, IBS Software
Numéro de subvention:	CRDPJ-477127-14
URL de PolyPublie:	https://publications.polymtl.ca/76413/
Titre de la revue:	Computational Optimization and Applications
Maison d'édition:	Springer Science+Business Media
DOI:	10.1007/s10589-026-00791-3
URL officielle:	https://doi.org/10.1007/s10589-026-00791-3
Date du dépôt:	11 mai 2026 09:39
Dernière modification:	14 mai 2026 12:34

Citer en APA 7:	Racette, P., Quesnel, F., Lodi, A., & Soumis, F. (2026). Accelerated windowing for the crew rostering problem with machine learning. Computational Optimization and Applications, 32 pages. https://doi.org/10.1007/s10589-026-00791-3
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Simple Metadata

Statistiques

Actions réservées au personnel