MétaCan
Menu
Retour à la cohorte
Enregistrement W1967332144 · doi:10.1080/09511920802403933

Optimal layout and path planning for flame cutting of sheet metals

2009· article· en· W1967332144 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Computer Integrated Manufacturing · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimization and Packing Problems
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMathematical optimizationPath (computing)Computer scienceHeuristicBlock (permutation group theory)Path lengthAlgorithmMathematics

Résumé

récupéré en direct d'OpenAlex

This paper presents a two-stage methodology for the optimisation of layout and path planning that can be used in flame cutting of sheet metals. The main objective of this paper is to minimise the total travel distance of the flame gun that will not only reduce the cutting time but also the heat effect. The first stage is to use a heuristic to cluster a set of small rectangular items (called workpieces) into one or more large rectangular objects (called blocks) and then best fit these blocks into a given stock. By allowing clustered small items to be cut along common borderlines, the travel distance within blocks is minimised. The second stage is to use genetic algorithms (GAs) to determine an optimal path in consideration of multiple start points for each block. The proposed path planning method provides an advantage by minimising the travel distance between blocks. The combination of the two solutions leads to minimisation of the total travel distance. To demonstrate the effectiveness of the proposed method, a number of cases are studied with results showing a 20% average reduction in the total travel distance in comparison to conventional methods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,492
Score d'incertitude au seuil0,489

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,252
Écart entre enseignants0,239 · 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