MétaCan
Menu
Retour à la cohorte
Enregistrement W1967901027 · doi:10.1061/(asce)0733-9364(2000)126:6(414)

Algorithm for Scheduling with Multiskilled Constrained Resources

2000· article· en· W1967901027 sur OpenAlexaff
Tarek Hegazy, Abdul Karim Shabeeb, Emad Elbeltagi, Tariq Cheema

Notice bibliographique

RevueJournal of Construction Engineering and Management · 2000
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueResource-Constrained Project Scheduling
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHeuristicsEconomic shortageComputer scienceScheduling (production processes)HeuristicSoftwareGenetic algorithm schedulingOperations researchResource (disambiguation)Job shop schedulingIndustrial engineeringMathematical optimizationFlow shop schedulingArtificial intelligenceEngineeringScheduleOperating system

Résumé

récupéré en direct d'OpenAlex

Scheduling with constrained resources, particularly skilled labor, is a major challenge for almost all construction projects. In the literature, various techniques have been developed to reduce consequent project delay of constrained resources. Most of these techniques assume single-skilled resources and use heuristic rules to decide which activity will receive the resource first and which ones to delay. To improve existing solutions, this paper introduces some modifications to heuristic resource-scheduling solutions, considering multiskilled resources. The proposed approach stores and utilizes information about the resource(s) that can be substituted when there is a shortage in another one. Using this information, less utilized resources can be combined to substitute the shortages in constrained resources during the shortage period, taking into consideration the loss in work productivity. To automate the proposed algorithm, a macroprogram has been written on a commercial scheduling software. An example application is presented to show the improved results of the proposed approach over existing heuristics. The use of the proposed approach as a better resource management tool within the construction industry is then discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,277
Écart entre enseignants0,259 · 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

Citations73
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Construction Engineering and ManagementMême sujetResource-Constrained Project SchedulingTravaux en français237 207