MétaCan
Menu
Retour à la cohorte
Enregistrement W2032640896 · doi:10.1504/ijise.2006.009796

A hybrid environment for real-time distributed manufacturing control benchmarking

2006· article· en· W2032640896 sur OpenAlexaff
Robert W. Brennan, Karthik Soundararajan

Notice bibliographique

RevueInternational Journal of Industrial and Systems Engineering · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueScheduling and Optimization Algorithms
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésBenchmarkingLatency (audio)Scheduling (production processes)Computer scienceReal-time Control SystemJavaBenchmark (surveying)Control (management)Manufacturing execution systemDistributed computingEmbedded systemReal-time computingEngineeringManufacturing engineeringComputer-integrated manufacturingOperating systemOperations management

Résumé

récupéré en direct d'OpenAlex

In this paper we propose a hybrid physical/simulation environment for benchmarking real-time distributed control systems that uses Arena Real Time for simulation and the Java-based TINI platform for real-time control. This system is intended to allow holonic- and agent-based systems to be evaluated across the entire manufacturing enterprise from planning and scheduling to real-time control. The paper provides an overview of the experimental system and reports on our preliminary results with a manufacturing benchmark. These results show that by incorporating actual physical devices in the simulation environment, effects that are often difficult to quantify such as communication latency and processor latency can be observed.

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 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)0,000
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 enseignants0,648
Score d'incertitude au seuil0,502

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,188
Écart entre enseignants0,179 · 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 tête enseignante, 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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Industrial and Systems EngineeringMême sujetScheduling and Optimization AlgorithmsTravaux en français237 207