MétaCan
Menu
Retour à la cohorte
Enregistrement W133259137 · doi:10.5957/jsp.2008.24.1.1

A Linear Programming Approach to Optimization of Ship Design and Construction Phases

2008· article· en· W133259137 sur OpenAlexaff
Howard Moyst, Biman Das

Notice bibliographique

RevueJournal of Ship Production · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésReworkShipbuildingScheduleEngineeringDuration (music)Linear programmingOperations researchConstruction managementDesign–buildNaval architectureComputer scienceMathematical optimizationCivil engineeringMathematicsMarine engineering

Résumé

récupéré en direct d'OpenAlex

Labor cost savings can be obtained by considering the effect of design rework on the degree of overlap of the ship design and construction phases. Based on data from a shipbuilding case study, a linear programming (LP) model was developed to investigate the optimum overlap of the design and construction phases. Two scenarios were modeled. The case study's start-up period, which involved design and the construction of four ships, and a hypothetical small batch program to determine the degree of overlap and total hours required for a new shipbuilding program. In each scenario, the LP model found the optimum overlap period for design and construction and the associated total hours. In the first scenario, the analysis demonstrates that by reducing the amount of overlap between the design and construction phases, a reduction in construction direct labor hours can be achieved while obtaining the overall duration and scheduled completion times. In the second case, the analysis recommends a zero overlap policy between the design and construction phases to minimize total hours while achieving the overall schedule duration. When compared with the actual case study results, the zero overlap policy estimates an $8 million saving. The analysis supports the policy to complete design activities with construction-dependency relationships before starting construction.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,035
Tête enseignante GPT0,230
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Ship ProductionMême sujetBIM and Construction IntegrationTravaux en français237 207