MétaCan
Menu
Retour à la cohorte
Enregistrement W2032593626 · doi:10.1109/simul.2010.36

Simulation-Based Scheduling of Modular Construction Using Multi-agent Resource Allocation

2010· article· en· W2032593626 sur OpenAlexaffabout
Hosein Taghaddos, Ulrich Hermann, Simaan AbouRizk, Yasser Mohamed

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensUniversity of AlbertaPCL Construction (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceModular designScheduling (production processes)Distributed computingProcessor schedulingResource allocationResource (disambiguation)Computer networkEngineeringOperating systemOperations management

Résumé

récupéré en direct d'OpenAlex

Modular construction is common practice for building industrial plants in the Alberta oil sands region, Canada because of the savings in cost and schedule, and improving safety and quality. Each module represents a unique construction project. Thus, modular construction is considered as multi-project construction. Scheduling and effective allocation of resources (e.g., space, skilled crew, construction equipment) in such large-scale construction projects is a challenging process. The production schedule is expected to satisfy numerous uncertain factors and constraints posed by the site layout, resource limitations, the construction process, and various supply chains (e.g., spool fabrication shop). Traditional network-based scheduling approaches are ineffective in scheduling the multi-project environment of modular construction and optimum allocation of resources. This paper presents a hybrid approach based on discrete event simulation modeling and Multi-Agent Resource Allocation (MARA) for scheduling modular construction. Modules represent agents who bid for resources (e.g., space in the yard) to maximize their individual welfare. An auctioneer is also designed who allocates the available resources to the bidding agents by maximizing the overall welfare of the society of agents. The auctioneer can employ various combinatorial optimization algorithms (greedy and ascending-auction algorithms in this study) to allocate the resources to the agents. Auctions are held regularly until the end of the simulation model to allocate the resources among agents. This paper also presents the successful implementation of this approach in an actual case study of a module assembly yard.

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 enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,243
Écart entre enseignants0,225 · 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

Citations14
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetBIM and Construction IntegrationTravaux en français237 207