Optimization via Computer Simulation of a Mixed Assembly Line of Wooden Furniture - A Case Study
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.
Notice bibliographique
Résumé
In this article, a new model based on Taguchi design and simulation is suggested to study a mixed assembly line of wooden furniture. The experiment contains 9 independent variables, related to product’s mixes and colors, scheduling rules and Product Life Cycle (PLC) and 3 dependent variables related to Lead-time, flow time and setup time. L27 Taguchi’s plan was selected as the appropriate experimental design and the Minitab software was used to carry out its analysis and to obtain its related results. The actual model required the use of many other software, such as: The Enterprise Resources Planning (ERP) system, ‘SQL Server’, ‘Microsoft Report Builder’ and ‘Arena’. This study proves that product mixes, number of offered colors and the scheduling rule for the first sandblast’s workstation have a significant effect on all dependent variables. In addition, scheduling rule for the preparation’s workstation has an important effect on the Lead-time and the flow time. This model can also be a decision support for the line manager. Although PLC’s factors were considered for screening purpose, they turned out to be generally insignificant. This is explained by the similarity between collections of products. In addition, Tukey test, shows that offering sub-categories 1, 2 and 3 and applying the modified shortest processing time’s rule at the preparation’s workstation reduces significantly the mean Lead-time. Finally, it was shown that, there is no difference between offering 22 or 32 colors in term of Lead-time.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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