MétaCan
Menu
Retour à la cohorte
Enregistrement W2398414219 · doi:10.1061/9780784479827.213

Temporary Haul Road Layout Design Optimization Based on a Rough Grading Project

2016· article· en· W2398414219 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueConstruction Research Congress 2016 · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEarthworksHeuristicsHaulagePage layoutInteger programmingLinear programmingComputer scienceGridField (mathematics)Industrial engineeringEngineeringMathematical optimizationOperations researchAlgorithm

Résumé

récupéré en direct d'OpenAlex

Temporary haul roads are typically designed and constructed to handle mass earthworks in heavy civil and industrial construction, critical to achieving haulage efficiency and safety in earthmoving operations. Traditional temporary haul road layout design has long been based on experience rather than science. Previous research endeavors developed mathematical models and solution algorithms in an attempt to explore the possibility of analytically addressing temporary haul road layout design problems, while achieving limited progress. This study introduces a grid-based optimization methodology by adopting a mixed-integer linear programming (MILP) model, aimed to generate the optimal layout solution in real-world applications. The optimization processes and results are illustrated with a practical engineering case. A comparison of different layout designs for the same case, including the heuristics-based field design and analytical designs resulting from recent research, shows that the proposed methodology is capable of producing optimal solutions to temporary haul road layout design problems.

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 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)0,001
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 enseignants0,960
Score d'incertitude au seuil0,645

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,053
Tête enseignante GPT0,313
Écart entre enseignants0,260 · 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