MétaCan
Menu
Retour à la cohorte
Enregistrement W2025693074 · doi:10.1021/ie061572g

An Improved MILP Modeling of Sequence-Dependent Switchovers for Discrete-Time Scheduling Problems

2007· article· en· W2025693074 sur OpenAlexaff
Jeffrey D. Kelly, Danielle Zyngier

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensHoneywell (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematical optimizationComputer scienceSequence (biology)Scheduling (production processes)Binary numberVariable (mathematics)Travelling salesman problemState variableContinuous variableInteger (computer science)AlgorithmMathematicsArithmetic

Résumé

récupéré en direct d'OpenAlex

This paper presents a new mixed-integer linear program (MILP) formulation for modeling sequence-dependent switchovers for uniform discrete-time scheduling problems. The new formulation provides solutions faster than the formulation found in the paper by Kondili et al. ( Comput. Chem. Eng. 1993, 17, 211) and scales more efficiently. The key to this formulation is the use of memory operation logic variables that track the temporal unit-operation events occurring within the scheduling horizon for each unit. Four auxiliary dependent binary transition variables are required for every unit-operation independent binary variable, called the mode-operation setup variable. In this paper, “dependent” means that these variables are derived from the unit-operation variables and are integral at the solution without explicitly declaring them as binary search variables in the MILP formulation, hence reducing the computational effort. The four dependent variables are the startup, shutdown, switchover-to-itself, and memory operation logic variables. The sequence-dependent switchover relationships between different operations on the same unit can be derived from these variables, whereby maintenance operations can be activated and placed between the mode operations where appropriate, depending on the repetitive maintenance or cleaning requirements. The new formulation for sequence-dependent switchovers can be applied to both batch- and continuous-process units. Three illustrative examples are provided that show its advantage in terms of solution times over current state-of-the-art methods. In addition, effective integer cuts are derived, which are based on the asymmetric traveling salesman problem with costs equal to the sequence-dependent transition times.

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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,087
Tête enseignante GPT0,340
Écart entre enseignants0,253 · 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

Citations40
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetProcess Optimization and IntegrationTravaux en français237 207