MétaCan
Menu
Retour à la cohorte
Enregistrement W2800774940 · doi:10.1139/tcsme-2003-0013

TRADEOFF COORDINATION AND ITS AUTOMATION IN ROBUST DESIGN

2003· article· en· W2800774940 sur OpenAlexaffvenue
Li Chen

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueTopology Optimization in Engineering
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFuzzy logicRobustness (evolution)Computer scienceControl engineeringFuzzy control systemDesign methodsAutomationPareto principleEngineering design processControl theory (sociology)Mathematical optimizationControl (management)EngineeringMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A formal coordination-based method is presented to systematically deal with the subjective tradeoff between “performance precision” and “performance accuracy” in robust design, where the coordination of tradeoff is treated as analogous to the control of a physical process. A two-objective optimization model that minimizes design variability and maximizes design functionality is formulated to characterize design robustness. By treating coordination as a control process, a fuzzy control approach is suggested to express and configure the coordination mechanism based on fuzzy logic by which design tradeoffs can be automatically coordinated via fuzzy control rules. To underlie the coordination-based method, three design models are derived with respect to three design schemes in robust design. By adjusting a design control parameter, these models enable one to obtain alternate Pareto-optimal design solutions. Based on the fuzzy control rules (also serving as a “design super-criterion”), design coordination can be governed toward the most desirable robust design in the Pareto-optimal solution domain. A welded beam design example is implemented to illustrate validity and applicability of the method.

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 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)0,000
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil0,503

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,014
Tête enseignante GPT0,189
Écart entre enseignants0,175 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetTopology Optimization in EngineeringTravaux en français237 207