MétaCan
Menu
Retour à la cohorte
Enregistrement W2883499611 · doi:10.5267/j.ijdns.2018.6.001

Sustainable multi-objective scheduling for automatic guided vehicle and flexible manufacturing system by a grey wolf optimization algorithm

2018· article· en· W2883499611 sur OpenAlexvenueno aff
V.K. Chawla, Arindam Kumar Chanda, Surjit Angra

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Manufacturing and Logistics Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScheduling (production processes)Computer scienceJob shop schedulingOptimization algorithmMathematical optimizationIndustrial engineeringAlgorithmEngineeringMathematicsEmbedded system

Résumé

récupéré en direct d'OpenAlex

The simultaneous scheduling decisions between production systems and material handling systems are highly significant for a substantial reduction in makespan and improvement in throughput of flexible manufacturing system resources. In the absence of appropriate scheduling of production resources, the optimum utilization of FMS resources is not harnessed which turns into wastage of resources. In the present study, investigations are carried out for the sustainable multi-objective scheduling of automatic guided vehicle and flexible manufacturing system by the application of a grey wolf optimization algorithm (GWO). Initially the Giffler and Thompson (GT) algorithm [Giffler, B., & Thompson, G. L. (1960). Algorithms for solving production scheduling problems. Operations research, 8(4), 487-503.] along with four different priority hybrid dispatching rules (PHDRs) are applied for the development of the production center schedule thereafter the grey wolf optimization algorithm is applied for the yield of the sustainable multi-objective schedul-ing of automatic guided vehicles (AGVs) and the FMS together with an objective to minimize the total distance travel and number of backtracking of cruising automatic guided vehicle in the U type flexible manufacturing system facility. The applied methodology is evaluated by conducting computational experiments on a benchmark flexible manufacturing system configuration considered from the literature. The results obtained from the computational experiments clearly show that the proposed application of grey wolf optimization algorithm outperforms the other applied procedures in the literature.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,291
Écart entre enseignants0,271 · 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'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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetAdvanced Manufacturing and Logistics OptimizationTravaux en français237 207