Methodology for Solving the Assembly System Reconfiguration Planning Problem
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
The need to cost effectively introduce new generations of product families within ever decreasing time frames have led manufacturers to seek product development strategies with a multigenerational outlook. Co-evolution of product families and assembly systems is a methodology that leads to the simultaneous design of several generations of product families and reconfigurable assembly systems that optimize life cycle costs. Two strategies that are necessary for the implementation of the co-evolution of product families and assembly systems methodology are: (1) The concurrent design of product families and assembly systems and (2) Assembly system reconfiguration planning (ASRP). ASRP is used for the determination of the assembly system reconfiguration plans that minimize the cost of producing several generations of product families. More specifically, the objective of ASRP is to minimize the net present cost of producing successive generations of products. This paper introduces a method for finding optimum solutions to the ASRP problem. The solution methodology involves the generation of a staged network of assembly system plans for all the generations that the product family is expected to be produced. Each stage in the network represents a generation that the product family is produced, while each state within a stage represents a potential assembly system configuration. A novel algorithm for generating the states (i.e. assembly system configurations) within each generation is also introduced. A dynamic program is used to find the cost minimizing path through the network. An example is used to demonstrate the implementation of the ASRP methodology.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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