Multi-objective design optimization of reconfigurable machine tools: a modified fuzzy-Chebyshev programming approach
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.
Notice bibliographique
Résumé
A reconfigurable manufacturing system (RMS) is designed for rapid adjustment of functionalities in response to market changes. A RMS consists of a number of reconfigurable machine tools (RMTs) for processing different jobs using different processing modules. The potential benefits of a RMS may not be materialized if not properly designed. This paper focuses on RMT design optimization considering three important yet conflicting factors: configurability, cost and process accuracy. The problem is formulated as a multi-objective model. A mechanism is developed to generate and evaluate alternative designs. A modified fuzzy-Chebyshev programming (MFCP) method is proposed to achieve a preferred compromise of the design objectives. Unlike the original fuzzy-Chebyshev programming (FCP) method which imposes an identical satisfaction level for all objectives regardless of their relative importance, the MFCP respects their priority order. This method also features an adaptive satisfaction-level-dependent process to dynamically adjust objective weights in the search process. A particle swarm optimization algorithm (PSOA) is developed to provide quick solutions. The application of the proposed approach is demonstrated using a reconfigurable boring machine. Our computational results have shown that the combined MFCP and PSOA algorithm is efficient and robust. The advantages of the MFCP over the original FCP are also illustrated based on the results.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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