MétaCan
Menu
Retour à la cohorte
Enregistrement W2021924891 · doi:10.1080/00207540600821009

A manufacturing network design model based on processor and worker capabilities

2008· article· en· W2021924891 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 Production Research · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueScheduling and Optimization Algorithms
Établissements canadiensInnovation, Science and Economic Development CanadaÉcole de Technologie SupérieureUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésTime horizonInteger programmingLinear programmingProduct (mathematics)Computer scienceIndustrial engineeringSet (abstract data type)State (computer science)Network planning and designOperations researchEngineeringManufacturing engineeringMathematical optimization

Résumé

récupéré en direct d'OpenAlex

This paper presents an optimization methodology to design networks of manufacturing facilities producing several products under deterministic demand. The bill of materials and the operations for each product are taken into account through the use of a product-state graph. Starting from the current state of the manufacturing network, the approach considers a multi-period planning horizon. For each period it specifies the facilities to open within the set of current and potential facilities, the mission for each of the centres in the selected facilities, the equipment to be used for producing the goods, and the structure of the network. Taking human resource competencies into account, the approach selects the type of workers to use for executing the manufacturing tasks. The transfer of resources between plants is also considered. A multi-period mixed integer linear programming model is formulated, a solution method based on the addition of specialized cuts is proposed and computational results are presented.

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 enseignants0,543
Score d'incertitude au seuil0,265

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 savante0,0000,000
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 Opus0,081
Tête enseignante GPT0,325
Écart entre enseignants0,244 · 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