MétaCan
Menu
Retour à la cohorte
Enregistrement W2802195805 · doi:10.5539/ass.v14n5p33

The Model of Stochastic Optimization of Production under Uncertainty and Risk

2018· article· en· W2802195805 sur OpenAlexvenueno aff
Alex Ivanovich Borodin, Nataliya Shash

Notice bibliographique

RevueAsian Social Science · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEconomic and Technological Systems Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)Profitability indexStochastic modellingComputer scienceStochastic optimizationProcess (computing)Mathematical optimizationStochastic programmingStochastic processProduction planningOperations researchMathematicsEconomicsStatistics

Résumé

récupéré en direct d'OpenAlex

The article describes possibilities of application of models of stochastic optimization of output. The features of the application of various problems of stochastic optimization. The expediency of application of methods of network planning method, PERT, and in the process create the network model of production. It is shown that in conditions of uncertainty and risk when it is difficult to accurately determine the values of the parameters of the problem the use of stochastic models in the planning process of production allows to achieve higher profitability. The authors propose a stochastic model of optimal output and practical recommendations for its application in the activities of industrial enterprises is concluded that to improve the efficiency of planning processes of production it is advantageous to combine the proposed stochastic optimization model with the method of analysis and evaluation of programs.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,817
Score d'incertitude au seuil0,349

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 technologies0,0000,001
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 Opus0,016
Tête enseignante GPT0,223
Écart entre enseignants0,206 · 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
GenreEmpirique

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetEconomic and Technological Systems AnalysisTravaux en français237 207