MétaCan
Menu
Retour à la cohorte
Enregistrement W1988053681 · doi:10.4018/ijfsa.2012100105

Multiple Criteria Inventory Classification Under Fuzzy Environment

2012· article· en· W1988053681 sur OpenAlexafffund
Golam Kabir

Notice bibliographique

RevueInternational Journal of Fuzzy System Applications · 2012
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMulti-Criteria Decision Making
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesFu Foundation School of Engineering and Applied ScienceBangladesh University of Engineering and TechnologyUniversity of British Columbia
Mots-clésFuzzy logicDelphiDelphi methodComputer scienceInventory controlAnalytic hierarchy processDefuzzificationControl (management)Operations researchData miningFuzzy numberFuzzy setArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

A systematic approach to the inventory control and classification may have significant influence on company competitiveness. In practice, all inventories cannot be controlled with equal attention. In order control the inventory items and to determine the suitable ordering policies for them, multiple criteria inventory classification is used. A systematic and logical approach is structured for multiple criteria inventory classification under fuzzy environment through integrating Fuzzy Delphi Method (FDM) with Fuzzy Analytic Hierarchy Process (FAHP). Fuzzy Delphi method is used to identify the important criteria and, Fuzzy AHP is used to determine the relative weights of the criteria, and to classify inventories into different categories. To accredit the proposed model, its implemented for the 351 raw materials of switch gear section of Energypac Engineering Limited (EEL), a large power engineering company of Bangladesh.

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)0,009
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0010,001
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 Opus0,189
Tête enseignante GPT0,422
Écart entre enseignants0,233 · 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

Citations22
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Fuzzy System ApplicationsMême sujetMulti-Criteria Decision MakingTravaux en français237 207