MétaCan
Menu
Retour à la cohorte
Enregistrement W1978791206 · doi:10.1115/1.2034513

Concurrent Optimization of Product Module Selection and Assembly Line Configuration: A Multi-Objective Approach

2005· article· en· W1978791206 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

RevueJournal of Manufacturing Science and Engineering · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueAssembly Line Balancing Optimization
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésModular designModularity (biology)Computer scienceProduct (mathematics)Selection (genetic algorithm)Mathematical optimizationGenetic algorithmProduct designSet (abstract data type)Manufacturing costProduct lineManufacturing engineeringEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Both modular product design and reconfigurable manufacturing have a great potential to enhance responsiveness to market changes and to reduce production cost. However, the two issues have thus far mostly been investigated separately, thereby causing possible mismatch between the modular product structure and the manufacturing or assembly system. Therefore, the potential benefits of product modularity may not be materialized due to such mismatch. For this reason, this paper presents a concurrent approach to the product module selection and assembly line design problems to provide a set of harmonic solutions to the two problems and hence avoid the mismatch between design and manufacturing. The integrated nature of the problem leads to several noncommensurable and often conflicting objectives. The modified Chebyshev goal programming approach is applied to solve the multi-objective problem. A genetic algorithm is further developed to provide quick and near-optimum solutions. The proposed approach and the solution procedure have been applied to an ABS motor problem. The performance of the genetic algorithm has also been examined.

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)0,001
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 enseignants0,473
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,010
Tête enseignante GPT0,221
Écart entre enseignants0,211 · 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