MétaCan
Menu
Retour à la cohorte
Enregistrement W2954538345 · doi:10.1002/nme.6161

Packaging optimization using the dynamic vector fields method

2019· article· en· W2954538345 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

RevueInternational Journal for Numerical Methods in Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimization and Packing Problems
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMaximizationMathematical optimizationComputer scienceRegular polygonObject (grammar)Optimization problemScalabilityVector optimizationField (mathematics)Packing problemsMathematicsMulti-swarm optimizationArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Summary In this paper, a novel packaging optimization method for convex objects is presented. This method solves the packaging optimization problem through dynamic simulation of object positions and rotations over time. Object positions and orientations are determined by dynamic vector fields, which accelerate objects according to optimization objectives or physical effects between objects or their environment. Using these vector fields, any number of objectives or effects can be accounted for, and this scalability allows the method to potentially be employed to solve a wide variety of engineering packaging optimization problems. The current implementation, as presented in this paper, represents the foundation of the method that future improvements will build upon and is currently limited to the analysis of convex objects. Three basic vector fields are presented to solve packing density maximization problems: the first maximizes packing density, the second prevents collisions between objects, and the third optimally orients objects relative to each other. Collisions between objects are relaxed in this method, allowing objects to pass through each other, which provides the potential for reduced initial condition dependence and has shown promising results thus far. Several test problems are presented and solved, demonstrating the method and its ability to generate optimal solutions.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,537

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,020
Tête enseignante GPT0,374
Écart entre enseignants0,354 · 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