MétaCan
Menu
Retour à la cohorte
Enregistrement W1983932914 · doi:10.1080/03052150108940932

A DISPATCHING ALGORITHM FOR MULTIPLE-LOAD AGVS USING A FUZZY DECISION-MAKING METHOD IN A JOB SHOP ENVIRONMENT

2001· article· en· W1983932914 sur OpenAlexaff
Dae B. Kim, Hark Hwang

Notice bibliographique

RevueEngineering Optimization · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Manufacturing and Logistics Optimization
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésJob shopFuzzy logicInterval (graph theory)Computer scienceSet (abstract data type)Point (geometry)AlgorithmFuzzy setMathematical optimizationFlow shop schedulingOperations researchEngineeringJob shop schedulingArtificial intelligenceMathematicsRouting (electronic design automation)

Résumé

récupéré en direct d'OpenAlex

This paper proposes a dispatching algorithm for automated guided vehicles (AGV) with multiple-load capacity operating in a job shop environment. At each dispatching point, the algorithm prioritizes all move requests based on the fuzzy urgency which is determined by the fuzzy multi-criteria decision-making method. Then, the algorithm selects a set of requests under the restriction of target dispatching time interval. Through simulation, the performance of the proposed algorithm is compared with several dispatching algorithms in terms of system throughput in a hypothetical job shop environment.

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)0,002
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 seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,254
Écart entre enseignants0,243 · 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

Citations16
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering OptimizationMême sujetAdvanced Manufacturing and Logistics OptimizationTravaux en français237 207