MétaCan
Menu
Retour à la cohorte
Enregistrement W2885830479 · doi:10.3390/aerospace5030080

Robust Optimization of Airplane Passenger Seating Assignments

2018· article· en· W2885830479 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAerospace · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Parking Systems Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Motor Association Foundation for Traffic SafetyAlberta InnovatesAlberta Innovates - Technology Futures
Mots-clésAirplaneInteger programmingStage (stratigraphy)Plane (geometry)Computer scienceMulti stageInteger (computer science)Mathematical optimizationOperations researchMathematicsEngineeringAlgorithmAerospace engineeringIndustrial engineeringGeometry

Résumé

récupéré en direct d'OpenAlex

We present a method that reduces the time it takes to complete the passenger boarding of an airplane. In particular, we describe a two-stage mixed integer programming (MIP) approach, which assigns passengers to seats on an airplane based on the number of bags they carry aboard the plane. The first stage is an MIP that assigns passengers to seats to minimize the time to complete the boarding of the plane. The second-stage MIP also determines seating assignments, while constraining the total boarding time to that determined by the stage-one MIP and maximizing weighted slack times to provide a more robust assignment. Numerical results show that this two-stage approach results in lower average boarding times than the one-stage approach, when the time it takes passengers to walk and sit in their seats is random. Experiments indicate that the magnitude of the improvement is not very sensitive to variations in the slack time weights.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,376
Score d'incertitude au seuil0,358

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 Opus0,028
Tête enseignante GPT0,243
Écart entre enseignants0,215 · 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