Framework for improving workflow stability: deployment of optimized capacity buffers in a synchronized construction production
Notice bibliographique
Résumé
Construction sites are dynamic environments due to the influence of variables such as changes in design and processes, unsteady demand, and unavailability of trades. These variables adversely affect productivity and can cause an unstable workflow in the network of trade contractors. Previous research on workflow stability in the construction and manufacturing domains has shown the effectiveness of ‘pull’ production or ‘rate driven’ construction. Pull systems authorize the start of construction when a job is completed and leaves the trade contractor network. However, the problem with pull systems is that completion dates are not explicitly considered and therefore additional mechanisms are required to ensure the due date integrity. On this basis, the aim of this investigation is to improve the coordination between output and demand using optimal-sized capacity buffers. Towards this aim, production data of two Australian construction companies were collected and analyzed. Capacity and cost optimizations were conducted to find the optimum buffer that strikes the balance between late completion costs and lost revenue opportunity. Following this, simulation experiments were designed and run to analyze different ‘what-if’ production scenarios. The findings show that capacity buffers enable builders to ensure a desired service level. Size of the capacity buffer is more sensitive to the level of variability in contractor processes than other production variables. This work contributes to the body-of-knowledge by improving production control in construction and deployment of capacity buffers to achieve a stable workflow. In addition, construction companies can use the easy-to-use framework tested in this study to compute the optimal size for capacity buffers that maximizes profit and prevents late completions.
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 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 | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».