MétaCan
Menu
Retour à la cohorte
Enregistrement W1595750606 · doi:10.1061/(asce)cp.1943-5487.0000498

Zero-One Programming Approach to Determine Optimum Resource Supply under Time-Dependent Resource Constraints

2015· article· en· W1595750606 sur OpenAlexafffund
Ming-Fung Francis Siu, Ming Lu, Simaan AbouRizk

Notice bibliographique

RevueJournal of Computing in Civil Engineering · 2015
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueResource-Constrained Project Scheduling
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Research Council Canada
Mots-clésScheduleScheduling (production processes)Resource levelingDuration (music)Computer scienceTurnaround timeOperations researchResource (disambiguation)Mathematical optimizationProject managementResource allocationEngineeringSystems engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Skilled labor is critical to any construction project. The determination of optimum resource supply quantities over different project time periods compounds the resource-constrained project scheduling problem, which has yet to be formally formulated and analytically solved. Previous related research endeavors focused on the allocation of finite quantities of resources in order to arrive at the shortest total duration for a project. The proposed mathematical model is based on the modeling strategy underlying the zero-one programming approach, aiming to generate the optimum resource-constrained schedule under time-dependent resource constraints. Furthermore, a two-stage solution framework is devised to align with critical decision-making processes in current practices of project scheduling and workface planning. The resulting optimum schedule shortens total project duration while streamlining resource supply for each specified time period. An industrial turnaround project serves as the test bed to (1) demonstrate the effectiveness and computational efficiency of the proposed resource scheduling approach; and (2) identify the optimum time-dependent resource availability limits in practical application settings.

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)0,004
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,311
Écart entre enseignants0,234 · 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
GenreEmpirique

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

En bref

Citations24
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Computing in Civil EngineeringMême sujetResource-Constrained Project SchedulingTravaux en français237 207