MétaCan
Menu
Retour à la cohorte
Enregistrement W3100238673 · doi:10.5267/j.ijiec.2020.9.001

Application of nature inspired algorithms for multi-objective inventory control scenarios

2020· article· en· W3100238673 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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueInternational Journal of Industrial Engineering Computations · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParticle swarm optimizationMathematical optimizationComputer scienceAlgorithmInventory controlTaguchi methodsHeuristicHolding costMathematicsOperations researchMachine learning

Résumé

récupéré en direct d'OpenAlex

An inventory control system having multiple items in stock is developed in this paper to optimize total cost of inventory and space requirement. Inventory modeling for both the raw material storage and work in process (WIP) is designed considering independent demand rate of items and no volume discount. To make the model environmentally aware, the equivalent carbon emission cost is also incorporated as a cost function in the formulation. The purpose of this study is to minimize the cost of inventories and minimize the storage space needed. The inventory models are shown here as a multi-objective programming problem with a few nonlinear constraints which has been solved by proposing a meta-heuristic algorithm called multi-objective particle swarm optimization (MOPSO). A further meta-heuristic algorithm called multi-objective bat algorithm (MOBA) is used to determine the efficacy of the result obtained from MOPSO. Taguchi method is followed to tune necessary response variables and compare both algorithm's output. At the end, several test problems are generated to evaluate the performances of both algorithms in terms of six performance metrics and analyze them statistically and graphically.

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)0,001
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: aucune
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil0,613

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,268
Écart entre enseignants0,245 · 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