MétaCan
Menu
Retour à la cohorte
Enregistrement W2395424964 · doi:10.1080/03155986.2006.11732738

OPtimally Balancing Large Assembly Lines: Updating Johnson S 1988 Fable Algorithm<sup>*</sup>

2006· article· en· W2395424964 sur OpenAlexaffvenue
John Miltenburg

Notice bibliographique

RevueINFOR Information Systems and Operational Research · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAssembly Line Balancing Optimization
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésFableComputer scienceAlgorithmHeuristicTask (project management)Process (computing)Range (aeronautics)Selection (genetic algorithm)Verifiable secret sharingMathematical optimizationMathematicsArtificial intelligenceProgramming languageEngineeringSet (abstract data type)

Résumé

récupéré en direct d'OpenAlex

In 1988 Roger Johnson published a paper entitled “Optimally Balancing Large Assembly Lines with Fable” describing a depth-tirst. branch-and-bound algorithm tor solving the type-1 line balancing problem. The Fable algorithm sought to achieve three goals. 1) The algorithm could be a heuristic that would quickly find good solutions to instances containing lOOOor more tasks. 2) After finding a good solution the algorithm could continue until it found a verifiable optimal solution. 3) The algorithm would require a small and predictable amount of computer memory. Fable did remarkably well at achieving goals 1 and 3 and reasonably well at achieving goal 2. Though unstated. Fable achieved another goal. It was easy to understand and easy to program. Over the years researchers have proposed alternatives and improvements aimed at doing better at goal 2. The objective of this paper is to apply the best of these improvements to the original Fable algorithm to see what progress has been made in 15 years and where work i.s still needed. Tbe resulting algorithm is called Fable 2003 and it seems to peribrm as well as the current best algorithms in the literature.The range of instances solved by Fable 2003 is significantly larger than what Johnson's 11988] Fable was able to solve. This is due primarily to three groups of improvements: I) Changing direction, task priorities, and running more than I trial per instance; 2) Tbe Nourie-Venta list and other fathoming methods; and 3) The C programming language. The first improvement ensures that the most promising parts of the solution space are searched. The second improvement fathoms targe parts of the branchand- bound tree. Johnson's Fable was written in Fortran. Fable 2003 is written in C and so can use pointers to make more effective use of computer memory.One group of instances is difficult for Fable 2003 and the best algorithms in the literature. These are instances having a small average number of tasks per station, say tbree or fewer. Solving these instances is the research area where work is needed most. This is the same area that Johnson identified 15 years ago.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,015
Tête enseignante GPT0,278
Écart entre enseignants0,263 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueINFOR Information Systems and Operational ResearchMême sujetAssembly Line Balancing OptimizationTravaux en français237 207