Reliability considerations in the design of cellular manufacturing systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The purpose of this paper is to: develop an effective cellular manufacturing system (CMS) design methodology by simultaneously considering system costs and individual machine reliabilities; and propose a combinatorial search‐based solution procedure to solve large‐sized problems. Design/methodology/approach This paper presents a multi‐objective mixed integer‐programming model for the design of CMS with the objective of minimizing costs and maximizing system reliability. The approach optimizes inter‐cell material handling costs, the variable cost of machining operations, and the machine under‐utilization costs. It also maximizes the system reliability by selecting process routes for the part types with the highest system reliability for the machines along the routes. To solve the multi‐objective, multiple process plan model, a simulated annealing (SA)‐based algorithm is developed. The algorithm follows the basic steps of SA, but also incorporates the genetic algorithm (GA) operations of crossover and mutations to generate better neighboring solutions from the current good solutions. Findings The algorithm in the paper solves the multi‐objective CMS design model and generates near optimal solutions for medium to large‐sized problems within reasonable limits of CPU time. Practical implications In the paper the CMS design approach can be implemented to improve reliability performance of the CMS. Originality/value A new CMS design methodology in this paper, which minimizes system costs and maximizes machine‐related system reliability, is developed. The proposed algorithm, which combines the basic steps of SA and crossover and mutation operations of GA, will enable CMS designers and users to obtain near optimal solutions for practical‐sized problems within reasonable time limits.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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